0

我有一个问题，我在 mongodb 中有如下数据：

{"miejscowosci_str":"OneCity", "wojewodztwo":"FirstRegionName", "ZIP-Code" : "...", ...}
{"miejscowosci_str":"TwoCity", "wojewodztwo":"FirstRegionName", "ZIP-Code" : "...", ...}
{"miejscowosci_str":"ThreeCity", "wojewodztwo":"SecondRegionName", "ZIP-Code" : "...", ...}
{"miejscowosci_str":"FourCity", "wojewodztwo":"SecondRegionName", "ZIP-Code" : "...", ...}

依此类推我想要列出所有区域（wojewodztwo）并计算每个区域的平均邮政编码数量，我知道如何计算区域中的所有邮政编码：

var map = function() {
    emit(this.wojewodztwo,1);
};
var reduce = function(key, val) {
    var count = 0;
    for(i in val) {
        count += val[i];
    }
    return count;
};
db.kodypocztowe.mapReduce(
    map,
    reduce,
    { out : "result" }
);

但我不知道如何计算城市数量（miejscowosci_str），所以我可以将区域中的邮政编码数量除以同一区域的城市数量。一个城市可以有多个邮政编码。

你有什么想法吗？

4

1 回答 1

2

我在这里做了几个假设：

  1. 城市可以有多个邮政编码
  2. 邮政编码是唯一的
  3. 你不是想得到M101P第 5 周问题的答案！

与其一次性计算城市，不如在地图阶段建立一个城市/邮编对象列表，然后在地图阶段将其简化为邮编和独特城市的列表。然后您可以使用 finalize 阶段来计算平均值。

注意：如果数据集很大，您可能需要考虑使用聚合框架，这在 map/reduce 示例之后显示 

db.kodypocztowe.drop();
db.result.drop();

db.kodypocztowe.insert([
    {"miejscowosci_str":"OneCity", "wojewodztwo":"FirstRegionName", "ZIP-Code" : "1"},
    {"miejscowosci_str":"TwoCity", "wojewodztwo":"FirstRegionName", "ZIP-Code" : "2"},
    {"miejscowosci_str":"ThreeCity", "wojewodztwo":"SecondRegionName", "ZIP-Code" : "3"},
    {"miejscowosci_str":"FourCity", "wojewodztwo":"SecondRegionName", "ZIP-Code" : "4"},
    {"miejscowosci_str":"FourCity", "wojewodztwo":"SecondRegionName", "ZIP-Code" : "5"},
]);

// map the data to { region : [{citiy : name , zip : code }] } 
// Note : a city can be in multiple zips but zips are assumed to be unique
var map = function() {
    emit(this.wojewodztwo, {city:this.miejscowosci_str, zip:this['ZIP-Code']});
};

// 
// convert the data to :
//
//    {region : {cities: [], zips : []}}
//
// note : always add zips
// note : only add cities if they are not already there
//
var reduce = function(key, val) {
    var res = {zips:[], cities:[]}
    for(i in val) {
        var city = val[i].city;
        res.zips.push(val[i].zip);
        if(res.cities.indexOf(city) == -1) {
            res.cities.push(city);
        }
    }
    return res;
};

// 
// finalize the data to get the average number of zips / region
var finalize = function(key, res) {
    res.average  = res.zips.length / res.cities.length;
    delete res.cities;
    delete res.zips;
    return res;
}

print("==============");
print(" map/reduce")
print("==============");

db.kodypocztowe.mapReduce(
    map,
    reduce,
    { out : "result" , finalize:finalize}
);
db.result.find().pretty()


print("==============");
print(" aggregation")
print("==============");

db.kodypocztowe.aggregate( [
    // get the number of zips / [region,city]
    { "$group" :
      {
          _id : {"region" : "$wojewodztwo", city : "$miejscowosci_str"},
          zips:{$sum:1}
      }
    },
    // get the number of cities per region and sum the number of zips
    { "$group" :
      {
          _id : "$_id.region" ,
          cities:{$sum:1},
          zips:{$sum:"$zips"},
      }
    },
    // project the data into the same format that map/reduce generated
    { "$project" :
      {
          "value.average":{$divide: ["$zips","$cities"]}
      }
    }
]);

我希望这会有所帮助。

于 2013-05-16T16:41:32.047 回答