Question

我有一个大型数据集，其中的文档有时会相互交叉引用，有时则不会。在我基于这些交叉引用进行mapreduce之前，我必须为交叉引用中的每个值设置交叉引用数组。

我在shell函数中使用它来合并这些数组：

function fixArray2() {
var counter = 0;
// I only want the xref for each field, I don't even want the id
var cursor = db.catalog.find({}, {xref: true, _id: false});

// I don't want to init this inside the loop, worried about memory leaks
var consolidatedArray = [];
while (cursor.hasNext()) {
    var xref1 = cursor.next().xref;
    // first pass: create a consolidated array when the cross references match
    var limitedCursor1 = db.catalog.find({"name":{$in:xref1}});
    while (limitedCursor1.hasNext()) {
        var doc1 = limitedCursor1.next();
        consolidatedArray = consolidatedArray.concat(doc1.xref);
    }
    consolidatedArray = consolidatedArray.unique();
    // now that we have the consolidated array, reset the xref field of the object to it
    for (var i=0; i<consolidatedArray.length; i++) {
        db.catalog.update({name:consolidatedArray[i]},{$set:{xref: consolidatedArray}},false, true);
    }

    consolidatedArray.length = 0;

    counter++;
    if (counter % 1000 == 0) {
        print("Processed " + counter + " documents.");
    }
}

}

它有效，但我必须经常运行它。有人可以建议改进吗？

Answer 1

如果您在将文档写入集合时预先进行工作，则可以避免在以后进行工作的地方进行缩减。

因此，获取应交叉引用的文档列表，并在插入时将其与文档一起写入。例如，在删除文档或不再引用其他文档时，根据需要进行更新。

MongoDB：整合数组的功能

1 个答案: