Question

我是CouchDB和面向文档的数据库的新手。

我一直在玩CouchDB，并且能够熟悉创建文档（使用perl）并使用Futon中的Map / Reduce函数来查询数据和创建视图。

我还想弄清楚的一件事是如何使用Futon的Map / Reduce来识别文档中的重复值。

例如，如果我有以下文件：

{
  "_id": "123",
  "name": "carl",
  "timestamp": "2012-01-27T17:06:03Z"
}

{
  "_id": "124",
  "name": "carl",
  "timestamp": "2012-01-27T17:07:03Z"
}

我想获得一个具有重复“名称”值的文档ID列表，这是我可以用Futon Map / Reduce做的事情吗？

结果希望实现如下：

{
  "name": "carl",
  "dupes": [ "123", "124" ]
}

.. ..或

{
  "carl": [ "123", "124" ]
}

..这将是值，以及包含这些重复值的关联文档ID。

我尝试过Map / Reduce的一些不同的东西，但据我所知，Map函数在每个文档的基础上处理数据，而Reduce函数只允许你使用键/值来自给定的文件。

我知道我可以用perl提取我需要的数据，在那里工作魔法，并得到我想要的结果，但我现在只想用CouchDB工作，以便更好地理解它的好处/局限。 / p>

我正在考虑这样做的另一种方法是使用单个文档，如RDBMS表：

{
  "_id": "names",
  "rec1": {
    "_id": "123",
    "name": "carl",
    "timestamp": "2012-01-27T17:06:03Z"
  },
  "rec2": {
    "_id": "124",
    "name": "carl",
    "timestamp": "2012-01-27T17:07:03Z"
  }
}

..这应该允许我按照我最初的想法使用Map / Reduce函数。但是我不确定这是否理想。

我知道我的思绪仍然停留在RDBMS的土地上，所以我上面尝试做的很多事情可能都没有必要。对此有任何见解将非常感激。

谢谢！

编辑：修复了一些示例中的JSON语法。

Answer 1

如果您只想要一个唯一值列表，这非常简单。如果你想识别重复项，那就不那么容易了。

在这两种情况下，像这样的地图功能应该足够了：

function (doc) {
   emit(doc.name);
}

对于reduce函数，只需输入_count。

您的视图输出将如下所示:(基于您的2个文档）

{
    "rows": [
        { "key": "carl", "value": 2 }
    ]
}

从那里，您将获得一个名单及其频率列表。您可以自己获取该列表并对其进行过滤，或者您可以使用＆＃34;所有沙发＆＃34;路由并使用_list function执行最终过滤。

function (head, req) {
    var row, duplicates = [];
    while (row = getRow()) {
        if (row.value > 1) {
            duplicates.push(row);
        }
    }
    send(JSON.stringify(duplicates));
}

了解_list功能，它们非常方便且功能多样。

识别CouchDB中的重复项

1 个答案: