1

我有一个超级简单的 map reduce 测试......它无法始终如一地工作。简而言之，我只是在寻找重复的记录。我有一个集合：

GiftIdea - site_id - site_key

site_id + site_key 应该是唯一的，但目前不是。所以我有以下地图减少代码：

var map = function() { 
   print(this.site_key); 
   emit(this.site_id + this.site_key, 1);
};
var reduce = function(key,values) { 
   var sum=0;
   for(var i in values){ 
      print(key + ": " + ++sum); 
   } 
   return sum; 
};

使用此输入数据：

GiftIdea
-site_id：亚马逊-site_key：2 -site_id：亚马逊-site_key：2
-site_id：亚马逊-site_key：1

所以我应该得到：

亚马逊1 => 2 亚马逊2 => 1

这是我运行它时发生的情况

> o = db.gift_ideas.mapReduce(map,reduce)                                                                        
{
    "result" : "tmp.mr.mapreduce_1283015268_136",
    "timeMillis" : 5,
    "counts" : {
        "input" : 3,
        "emit" : 3,
        "output" : 2
    },
    "ok" : 1,
}

好的，好消息，我已经发出 3 行，并输出 2。但我得到：

亚马逊1 => 1.00000 亚马逊2 => 1.00000

在我的日志文件中，我有：

8 月 28 日星期六 13:22:50 [conn582] CMD：删除 personalizr_test.tmp.mr.mapreduce_1283016170_139 8 月 28 日星期六 13:22:50 [conn582] CMD：删除 personalizr_test.tmp.mr.mapreduce_1283016170_139_inc 1 2 1

键：amazon1 值：2 8 月 28 日星期六 13:22:50 [conn582] 在 {0:1} 上为 personalizr_test.tmp.mr.mapreduce_1283016170_139_inc 建立新索引 8 月 28 日星期六 13:22:50 [conn582] Buildindex personalizr_test.tmp。 mr.mapreduce_1283016170_139_inc idxNo:0 { ns: "personalizr_test.tmp.mr.mapreduce_1283016170_139_inc", key: { 0: 1 }, name: "0_1" } Sat Aug 28 13:22:50 [conn582] done for 2 records 0secs Sat 8 月 28 日 13:22:50 [conn582] 在 {_id:1} 上为personalizr_test.tmp.mr.mapreduce_1283016170_139 构建新索引 8 月 28 日星期六 13:22:50 [conn582] Buildindex personalizr_test.tmp.mr.mapreduce_1283016170_139 idxNo:0 {姓名：“身份证", ns: "personalizr_test.tmp.mr.mapreduce_1283016170_139", key: { _id: 1 } } Sat Aug 28 13:22:50 [conn582] done for 0 records 0secs Key: amazon1 Values: 1 Key: amazon2 Values: 1 8 月 28 日星期六 13:22:50 [conn582] CMD：删除personalizr_test.tmp.mr.mapreduce_1283016170_139_inc 8 月 28 日星期六 13:22:50 [conn582] CMD：删除personalizr_test。所有想法按键分组 8 月 28 日星期六 13:22:50 [conn582] 端连接 127.0.0.1:56135

1、2、1 表示地图功能正常工作。这是正确顺序的正确项目，但 reduce 函数看起来很奇怪。我两次为 amazon1 调用 reduce，第二次，值不正确。另一件事是，在第一次调用之后，mongo 正在创建一个索引。我猜它等待第一个数据，以确定数据格式将是什么，因此它可以适当地生成索引。但我不明白为什么我接到电话：键：amazon1 值：1 电话

有什么建议么？

其他一些有趣的花絮： mongo 1.6.1 mongoid 2.0.0.beta16 bson 1.0.4 bson_ext 1.0.4

真正特别的一件事是 tt 在一个包含真实数据的不同数据库上工作！

以下是填充数据库中的记录之一：

{ "_id" : ObjectId("4c69b7164914e54d9b007c34"), "avg_score" : null, "category_ids" : [ ], "created_at" : "Thu Aug 19 2010 05:57:25 GMT-0400 (EDT)", "desc" : null, "enabled" : null, "idea_ratings" : [ ], "images" : [
    {
        "url" : "http://ecx.images-amazon.com/images/I/515cLXdLUNL._SL75_.jpg",
        "_id" : ObjectId("4c69b7164914e54d9b007c35"),
        "height" : 61,
        "width" : 75
    }
], "num_ratings" : null, "owner_id" : null, "price" : -1, "rating_stats" : { "_id" : ObjectId("4c7746877719ad0712000dc8"), "total" : -1, "count" : 1, "average" : -1, "sum_of_weights" : 1 }, "ratings" : null, "response_groups" : [ ], "sales_rank" : 40751, "site_id" : "amazon", "site_key" : "B00001OPJE", "title" : "SNK NEOGEO Pocket Color Console in Platinum Silver", "updated_at" : "Fri Aug 27 2010 21:34:40 GMT-0400 (EDT)", "url" : "http://www.amazon.com/NEOGEO-Pocket-Color-Console-Platinum-Silver/dp/B00001OPJE?SubscriptionId=1VHSF1NEXNWHR2A8BA82&tag=gifter-20&linkCode=xm2&camp=2025&creative=165953&creativeASIN=B00001OPJE" }

这是我的一个样本

{ "_id" : ObjectId("4c7948667719ad410f000005"), "created_at" : "Sat Aug 28 2010 13:33:26 GMT-0400 (EDT)", "enabled" : true, "rating_stats" : { "_id" : ObjectId("4c7948667719ad410f00000d"), "total" : 2, "count" : 2, "average" : 1, "sum_of_weights" : 2 }, "sales_rank" : 10, "site_id" : "amazon", "site_key" : "1", "title" : "title1", "updated_at" : "Sat Aug 28 2010 13:33:26 GMT-0400 (EDT)", "url" : "url1" }

建议？

4

1 回答 1

2

好的，感谢艾略特·霍洛维茨（Eliot Horowitz）。他告诉我我的 reduce 函数不正确。Reduce 可以重新运行，因此您需要执行以下操作：

var reduce = function(key,values) { var sum=0; for(var i in values){ sum += values[i]; 打印（键+“：”+总和）；} 返回总和；};

于 2010-08-28T18:00:26.650 回答