11

我试图在一个集群上使用 MongoDB 2.4.3（也尝试过 2.4.4）和 mapReduce，该集群有 2 个分片，每 3 个副本。我对 mapReduce 作业的结果没有被缩减为输出集合有疑问。我尝试了Incremental Map Reduce。我也尝试过“合并”而不是减少，但这也不起作用。

map reduce 命令在 mongos 上运行：（coll 未分片）

db.coll.mapReduce(map, reduce, {out: {reduce: "events", "sharded": true}})

产生以下输出：

{
    "result" : "events",
    "counts" : {
        "input" : NumberLong(2),
        "emit" : NumberLong(2),
        "reduce" : NumberLong(0),
        "output" : NumberLong(28304112)
    },
    "timeMillis" : 418,
    "timing" : {
        "shardProcessing" : 11,
        "postProcessing" : 407
    },
    "shardCounts" : {
        "stats2/192.168.…:27017,192.168.…" : {
            "input" : 2,
            "emit" : 2,
            "reduce" : 0,
            "output" : 2
        }
    },
    "postProcessCounts" : {
        "stats1/192.168.…:27017,…" : {
            "input" : NumberLong(0),
            "reduce" : NumberLong(0),
            "output" : NumberLong(14151042)
        },
        "stats2/192.168.…:27017,…" : {
            "input" : NumberLong(0),
            "reduce" : NumberLong(0),
            "output" : NumberLong(14153070)
        }
    },
    "ok" : 1,
}

所以我看到 mapReduce 运行了 2 条记录，这导致输出了 2 条记录。然而，在两个分片的 postProcessCounts 中，输入计数保持为 0。同时尝试通过搜索 _id 来查找记录不会产生任何结果。在 MongoDB 的日志文件中，我找不到与此相关的错误消息。

在尝试使用新创建的输出集合重现它之后，我还在散列 _id 上进行了分片，并且我还提供了相同的索引，但我无法重现它。将相同的输入输出到不同的集合时

db.coll.mapReduce(map, reduce, {out: {reduce: "events_test2", "sharded": true}})

结果存储在输出集合中，我得到以下输出：

{
    "result" : "events_test2",
    "counts" : {
        "input" : NumberLong(2),
        "emit" : NumberLong(2),
        "reduce" : NumberLong(0),
        "output" : NumberLong(4)
    },
    "timeMillis" : 321,
    "timing" : {
        "shardProcessing" : 68,
        "postProcessing" : 253
    },
    "shardCounts" : {
        "stats2/192.168.…:27017,…" : {
            "input" : 2,
            "emit" : 2,
            "reduce" : 0,
            "output" : 2
        }
    },
    "postProcessCounts" : {
        "stats1/192.168.…:27017,…" : {
            "input" : NumberLong(2),
            "reduce" : NumberLong(0),
            "output" : NumberLong(2)
        },
        "stats2/192.168.…:27017,…" : {
            "input" : NumberLong(2),
            "reduce" : NumberLong(0),
            "output" : NumberLong(2)
        }
    },
    "ok" : 1,
}

当在第二个集合中再次使用相同的输入输出再次运行脚本时，它表明它在 postProcessCounts 中正在减少。所以 map 和 reduce 函数可以很好地完成它们的工作。为什么它不适用于较大的第一个集合？我在这里做错了吗？可用作 map-reduce 输出的集合是否有任何特殊限制？

4

1 回答 1

0

mapReduce 运行 2 条记录，结果输出 2 条记录。然而，在两个分片的 postProcessCounts 中，输入计数保持为 0。

地图运行超过 2 条记录。如果这两条记录具有不同的键，则 Map 将输出 2 个键和每个键的值。这是正常的。

但是我在旧版本的 MongoDB 中注意到的一些事情（不确定这是否适用于您的情况）是，如果 reduce 阶段的“值数组”有一个长度，那么 reduce 将被跳过。

在第一种情况下输出集合是空的吗？

于 2015-06-04T13:17:36.777 回答