Question

所以，我正在修补MongoDB，我正在尝试让count()聚合查询正确扩展，以便我可以轻松计算整个集合中文档中某些值的出现百分比。

我的文档结构如下：

{
    foo : 'bar',
    moo : 'cow',
    values : {
        alpha : true,
        beta : false,
        gamma : false,
        delta : true ... (many more)
    }
}

现在，我有几千个这样的文档，我想有效地计算values对象中所有值的真实百分比（或假的百分比）（在我的情况下，有〜50）。即，alpha的时间百分比是多少，β是真的，等等。

我开始天真地使用count()，但似乎它一次只允许一个查询，所以这导致我这样做（使用PHP Mongo类，但它基本上只是一个常规的{{1}功能：

count()

但即使记录数量非常少（大约100），这也需要9秒。

最好的方法是什么？

Answer 1

这是一个简单的MapReduce，可以做你想做的事情：

map = function() {
    for (var key in this.values){
        emit(key, {count:1, trues: (this.values[key] ? 1 : 0)});
    }
}

reduce = function(key, values){
    var out = values[0];
    for (var i=1; i < values.length; i++){
        out.count += values[i].count;
        out.trues += values[i].trues;
    }
    return out;
}

finalize = function(key, value){
    value.ratio = value.trues / value.count;
    return value;
}

db.runCommand({mapReduce:'collection',
               map:map,
               reduce:reduce,
               finalize:finalize,
               out:'counts'
               })

db.counts.findOne({_id:'alpha'})
{_id: 'alpha', value: {count: 100, trues: 52, ratio: 0.52}}

当您插入主系列时，您也可以执行upsert这样的操作，这样可以实时查看您的数据：

for (var key in this.values){
    db.counts.update({_id:key},
                     {$inc:{count:1, trues: (this.values[key] ? 1 : 0)}},
                     true);
}

事实上，您甚至可以将这些方法结合起来。执行一次性MapReduce批处理作业以填充计数集合，然后使用upserts使其保持最新。

有效地计算MongoDB中出现的百分比

1 个答案: