0

在参考文章中，我找到了答案，但我是 MongoDB 的初学者，对于初学者来说，他们的文档并没有得到很好的解释。我也在读克里斯蒂娜的书，所以我在做我的功课。我认为这篇文章可能会帮助其他试图解决这个问题的用户，而不是传统的，我有一个问题，有人发布了一个代码示例，但他们从来没有真正理解发生了什么。

话虽如此，我在下面列出的一些相互关联的事情上遇到了非常艰难的时光，我发现了另一个关于这个问题的好问题和答案，但这只是一些代码，对于 mongo 的初学者来说并没有得到很好的解释。该代码也对我不起作用（http://stackoverflow.com/questions/6414312/fastest-way-to-get-the-average-of-a-specific-field-in-mongodb）。：/

我有一些像这样的文件：

{ "_id" : ObjectId("4fc7e9138c8b0f0d5200000f"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 464, "time" : 1338501393 }
{ "_id" : ObjectId("4fc7e9518c8b0f0d52000015"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 464, "time" : 1338501455 }
{ "_id" : ObjectId("4fc7e98f8c8b0f0d5200001b"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 463, "time" : 1338501517 }
{ "_id" : ObjectId("4fc7e9cd8c8b0f0d52000021"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 464, "time" : 1338501579 }
{ "_id" : ObjectId("4fc7ea0b8c8b0f0d52000027"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 446, "time" : 1338501641 }
{ "_id" : ObjectId("4fc7ea498c8b0f0d5200002d"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 424, "time" : 1338501703 }

我正在尝试获取所有 memfree 元素，然后计算平均值。我尝试根据上面引用的链接复制/粘贴对代码进行编程，首先它在一定程度上是有意义的，其次，它实际上并没有工作。

第 2 行）第一行是有道理的，非常不言自明的第 3 行）第二行计数：0，总计：0 - 这些是真/假开关吗？第 4 行）这是从 mapReduce() 函数调用相同的 reduce 吗？是 doc 和 out 关键字，还是我们任意定义它们？其他）代码还是失败了，为什么？

最后一个子问题：我可以使用 mapReduce 做同样的事情吗？为什么我要使用 mapReduce 函数而不是一个组，如果我有碎片，我还需要计算平均值？

4

1 回答 1

3

这主要包含在group 函数的文档中。

让我们分解一下：

db.test.group(
- 对测试集合和组结果运行此查询。
{ cond: {"status": 1}
- 我只关心满足这个条件的文档，所以过滤我的结果。
, initial: {count: 0, total:0}
- 我要跟踪两个变量，count 和 total，让我们在输出文档中将它们初始化为零。
, reduce: function(doc, out){ out.count++; out.total += doc.views }
- 对于每个满足条件的文档，应用此函数（它将计数加一，并将我们文档中的视图总数增加 'out'
, finalize: function(out){ out.avg = out.total / out.count }
- 当我们浏览完所有文档后，运行此函数，它将通过将总视图除以文档数来计算平均视图，并将其放入我的“输出”文档中。
} );

还有另一行不需要在引用的示例key中，如果您想按特定字段进行分组，则需要该行。没有它，您将获得整个集合的平均值。有了它，您可以获得“key”的每个不同值的单独平均值。

是的，reduce 与您可能在 map/reduce 中编写的函数相同。“组”的限制是您只能获得与您的条件匹配的“文档”。在 map reduce 中，您可以使用“map”函数根据输入文档发出任意文档。

我询问您使用的是哪个版本的原因是聚合框架，该框架现在在开发版本 (2.1) 中可用，并将在 2.2 中发布用于生产，极大地简化了对 MongoDB 集合的聚合查询。

希望这会有所帮助。

于 2012-06-04T00:16:19.677 回答