Question

我有一个Cloudant数据库，其中包含使用以下格式的对象：

{
  "_id": "0ea1ac7d5ef28860abc7030444515c4c",
  "_rev": "1-362058dda0b8680a818b38e9c68c5389",
  "text": "text-data",
  "time-data": "1452988105",
  "time-text": "3:48 PM - 16 Jan 2016",
  "link": "http://url/to/website"
}

我想获取text属性不同的对象。将成为重复text的对象，我希望Cloudant能够处理从查询中删除它们。

如何创建一个MapReduce视图来为我做这个？我对MapReduce完全陌生，而且我很难理解map和reduce函数之间的关系。哈利试图修改内置的COUNT函数并编写自己的视图，但他们已经发生了灾难性的失败，哈哈。

无论如何，删除重复项会更容易吗？如果是这样，我该怎么做？

虽然我正在尝试研究这个并找到ELI5s，但有人会帮助我吗？提前致谢！我很感激。

Answer 1

我不确定MapReduce视图是您正在寻找的。 MapReduce视图基本上允许您获取具有相同文本的文本和文档数量，但您实际上无法获取文档中的其余字段（因为MapReduce不知道在哪个文档返回时多个文档与文本匹配）。以下是MapReduce视图示例：

{
  "_id": "_design/textObjects",
  "views": {
    "by_text": {
      "map": "function (doc) { if (doc.text) { emit(doc.text, 1); }}",
      "reduce": "_count"
    }
  },
  "language": "javascript"
}

这是做什么的：

Map Reduce的Map部分将每个文档都映射到一个看起来像这样的文档：

{"key":"text-data", "value":1}

所以，如果你有7个文档，2个文本=“text-data”，5个文本=“other-text-data”，数据看起来像这样：

{"key":"text-data", "value":1}
{"key":"text-data", "value":1}
{"key":"other-text-data", "value":1}
{"key":"other-text-data", "value":1}
{"key":"other-text-data", "value":1}
{"key":"other-text-data", "value":1}
{"key":"other-text-data", "value":1}

MapReduce（"reduce": "_count"）的reduce部分按键将上述文档分组并返回计数：

{"key":"text-data","value":2},
{"key":"other-text-data","value":5}

您可以在Cloudant实例上查询此视图：

https://<yourcloudantinstance>/<databasename>
/_design/textObjects
/_view/by_text?group=true

这将导致类似于以下内容：

{"rows":[
  {"key":"text-data","value":2},
  {"key":"other-text-data","value":5}
]}

如果这不是您想要的，而是您只是想保留特定文本值的最新信息，那么您只需找到与该文本匹配的现有文档并使用新值更新它：

在text上添加索引：

{
   "index": {
      "fields": [
         "text"
      ]
   },
   "type": "json"
}

每当您添加新文档时，都会找到具有相同内容的文档text：

{
   "selector": {
      "text": "text-value"
   },
   "fields": [
      "_id",
      "text"
   ]
}

如果存在则更新它。如果没有，则插入新文件。

最后，如果您想保留多个具有相同文本值的文档，但只想查询最新文档，您可以执行以下操作：

添加名为latest或与您的文档类似的属性。

在text和latest上添加索引：

{
   "index": {
      "fields": [
         "text",
         "latest"
      ]
   },
   "type": "json"
}

每当您添加新文档时，都会找到与text所在地latest == true完全相同的文档：

{
   "selector": {
      "text": "text-value",
      "latest" : true
   },
   "fields": [
      "_id",
      "text",
      "latest"
   ]
}

在现有文档（如果存在）上设置latest = false
使用latest = true

此查询将查找所有文本值的最新文档：

{
   "selector": {
      "text": {"$gt":null}
      "latest" : true
   },
   "fields": [
      "_id",
      "text",
      "latest"
   ]
}

获取不同/唯一值

1 个答案: