4

我发现了一堆 map_reduce 教程，但它们似乎都没有“where”子句或任何其他方式来排除正在考虑的文档/记录。我正在处理一个看似简单的查询。我有一个包含时间戳、IP 地址和活动 ID 的基本事件日志文件。我想在给定的时间戳范围内为给定的活动获取唯一用户的计数。听起来很容易！

我构建了一个类似这样的查询对象：

{'ts': {'$gt': 1345840456, '$lt': 2345762454}, 'cid': '2636518'}

有了这个，我尝试了两件事，一件使用 distinct，另一件使用 map_reduce：

清楚的

db.alpha2.find(query).distinct('ip').count()

在 mongo shell 中，您可以将查询作为 distinct 函数的第二个参数，它在那里工作，但我读过您不能在 pymongo 中这样做。

Map_reduce

map = Code("function () {"
        "    emit(this.ip, 1);"
        "}")
reduce = Code("function (key, values) {"
    "  var total = 0;"
    "  for (var i = 0; i < values.length; i++) {"
    "    total += values[i];"
    "  }"
    "  return total;"
    "}")

totaluniqueimp = db.alpha2.map_reduce(map, reduce, "myresults").count();

（我意识到 reduce 函数正在做我不需要的东西，我从演示中得到它）。这很好用，但没有使用我的“where”参数。我试试这个：

totaluniqueimp = db.alpha2.find(query).map_reduce(map, reduce, "myresults").count();`

我得到这个错误：

AttributeError: 'Cursor' object has no attribute 'map_reduce'

结论

基本上，这就是我在 mysql 中尝试做的事情：

select count(*) from records where ts<1000 and ts>900 and campaignid=234 group by ipaddress

看起来很简单！你如何在mongo中做到这一点？

更新：答案

根据下面德米特里的回答，我能够解决（并简化）我的解决方案（这是否尽可能简单？）：

#query is an object that was built above this
map = Code("function () { emit(this.ip, 1);}")
reduce = Code("function (key, values) {return 1;}")
totaluniqueimp = collection.map_reduce(map, reduce, "myresults", query=query).count();

谢谢德米特里！

4

2 回答 2

4

你可以尝试使用这个：

totaluniqueimp = db.alpha2.map_reduce(map, reduce, {
    out: "myresults",
    query: {'ts': {'$gt': 1345840456, '$lt': 2345762454}, 'cid': '2636518'}
}).count();

更新：上面的语句在 mongo shell 中工作。在 pymongo 中，您应该将查询添加为第四个参数：

totaluniqueimp = db.alpha2.map_reduce(map, reduce, "myresults", query={'ts': {'$gt': 1345840456, '$lt': 2345762454}, 'cid': '2636518'})

详细的文档可以在这里找到。

于 2012-08-31T23:30:58.240 回答
0

不确定这是否可以通过 pymongo 实现，手册表明应该可以，但是在 mongoDB shell 中，您有一个 group() 函数，这将很容易让您在问题中重写 SQL：

select count(*) 
  from records 
 where ts<1000 
   and ts>900 
   and campaignid=234
 group by ipaddress;

作为：

db. alpha2.group(
   { cond: { 'ts': {'$gt': 900, '$lt': 1000}, 'campaignid': '234' }
   , key: {  "ipaddress" : 1 }
   , initial: {count : 0}
   , reduce: function(doc, out){ out.count++}
   }
);
于 2012-11-15T17:14:10.710 回答