在 mongo 中，如何使用 Map Reduce 来按最近排序来获取组

Question

我看到的 MapReduce 示例使用了诸如 count 之类的聚合函数，但是使用 MapReduce 来获取每个类别中前 3 个项目的最佳方法是什么。

我假设我也可以使用 group 函数，但很好奇，因为他们声明分片环境不能使用 group()。然而，我实际上也有兴趣查看 group() 示例。

Answer 1

为了简化起见，我假设您有以下形式的文档：

{category: <int>, score: <int>}

我创建了 1000 个文档，涵盖 100 个类别：

for (var i=0; i<1000; i++) {
  db.foo.save({
    category: parseInt(Math.random() * 100),
    score: parseInt(Math.random() * 100)
  });
}

我们的映射器非常简单，只需将类别作为键发出，并发送一个包含分数数组的对象作为值：

mapper = function () {
  emit(this.category, {top:[this.score]});
}

MongoDB的reducer不能返回数组，并且reducer的输出必须与我们发出的值具有相同的类型，因此我们必须将其包装在一个对象中。我们需要一组分数，因为这将让我们的减速器计算前 3 个分数：

reducer = function (key, values) {
  var scores = [];
  values.forEach(
    function (obj) {
      obj.top.forEach(
        function (score) {
          scores[scores.length] = score;
      });
  });
  scores.sort();
  scores.reverse();
  return {top:scores.slice(0, 3)};
}

最后，调用 map-reduce：

db.foo.mapReduce(mapper, reducer, "top_foos");

现在我们有一个集合，其中每个类别包含一个文档，以及来自 的所有文档的前 3 个分数foo 在该类别中：（

{ "_id" : 0, "value" : { "top" : [ 93, 89, 86 ] } }
{ "_id" : 1, "value" : { "top" : [ 82, 65, 6 ] } }

如果您使用与我上面相同的 Math.random() 数据生成器，您的确切值可能会有所不同）

您现在可以使用它来查询 foo 对于具有最高分数的实际文档：

function find_top_scores(categories) {
  var query = [];
  db.top_foos.find({_id:{$in:categories}}).forEach(
    function (topscores) {
      query[query.length] = {
        category:topscores._id,
        score:{$in:topscores.value.top}
      };
  });
  return db.foo.find({$or:query});

此代码不会处理平局，或者

更确切地说，如果存在平局，find_top_scores 生成的最终游标中可能会返回超过 3 个文档。

使用group 的解决方案有点类似，不过reducer 一次只需考虑两个文档，而不是键的分数数组。