CouchDB 函数以给定的时间间隔对记录进行采样。

Question

我有带有时间值的记录，需要能够查询它们的一段时间并仅返回给定时间间隔的记录。

例如，我可能需要以 10 分钟为间隔从 12:00 到 1:00 的所有记录，即 12:00、12:10、12:20、12:30、... 12:50、01:00。间隔需要是一个参数，可以是任何时间值。 15分47秒1.4小时。

我试图通过某种减少来做到这一点，但这显然是错误的地方。

这是我的想法。欢迎评论。

创建了时间字段的视图，以便我可以查询时间范围。视图输出 id 和时间。

function(doc) { 
  emit([doc.rec_id, doc.time], [doc._id, doc.time]) 
}

然后我创建了一个列表函数，它接受一个名为间隔的参数。在列表函数中，我遍历行并将当前行时间与上次接受的时间进行比较。如果跨度大于或等于间隔，我会将该行添加到输出中并对其进行 JSON 化。

function(head, req) { 

  // default to 30000ms or 30 seconds.
  var interval = 30000; 

  // get the interval from the request.
  if (req.query.interval) {
    interval = req.query.interval; 
  }

  // setup
  var row; 
  var rows = []; 
  var lastTime = 0; 

  // go thru the results...
  while (row = getRow()) { 
      // if the time from view is more than the interval 
      // from our last time then add it.
      if (row.value[1] - lastTime > interval) { 
          lastTime = row.value[1]; 
          rows.push(row); 
      } 
  } 
  // JSON-ify!
  send(JSON.stringify({'rows' : rows}));
}

到目前为止，这一切运作良好。我会针对一些大数据进行测试，看看性能如何。关于如何做得更好或者这是否是沙发的正确方法有什么评论吗？

Answer 1

CouchDB 很轻松。如果这对你有用，那么我会说坚持下去并专注于你的下一个首要任务。

一种快速优化是尝试不要在 _list 函数中构建最终答案，而是在 send() 中构建您所知道的一小部分答案。这样，您的函数就可以在无限的结果大小上运行。

但是，正如您所怀疑的那样，您基本上使用 _list 函数来执行临时查询，随着数据库大小的增长，这可能会出现问题。

我不能 100% 确定您需要什么，但如果您要在某个时间范围内查找文档，那么 emit() 键很可能主要应按时间排序。 （在您的示例中，主要（最左侧）排序值为 doc.rec_id。）

对于地图函数：

function(doc) {
  var key = doc.time; // Just sort everything by timestamp.
  emit(key, [doc._id, doc.time]);
}

这将构建所有文档的地图，按时间排序时间戳。 （我假设时间值类似于 JSON.stringify(new Date)，即 "2011-05-20T00:34:20.847Z"。

要查找其中的所有文档，1小时间隔，只需查询地图视图即可?startkey="2011-05-20T00:00:00.000Z"&endkey="2011-05-20T01:00:00.000Z"

如果我正确理解你的“间隔”标准，那么如果您需要 10 分钟的间隔，那么如果您有 00:00、00:15、00:30， 00:45、00:50，那么最终结果中应该只有 00:00、00:30、00:50。因此，您将过滤正常的沙发输出以删除不需要的结果。对于 _list 函数来说，这是一个完美的工作，只需使用 req.query.interval 并仅 send() 匹配间隔的行。