初学者解释特定字段的平均值MongoDB做MapReduce或组有什么区别

Question

在参考文章中，我找到了答案，但我是MongoDB的初学者，他们的文档对于初学者来说并没有很好的解释。我也在读克里斯蒂娜的书，所以我在做功课。我认为这篇文章可能会帮助其他试图解决这个问题的用途，而不是传统的，我有一个问题，有人发布了一个代码示例，他们从来没有真正理解发生了什么。

话虽如此，我在下面列出的一些相互关联的事情上遇到了非常困难的时期，我找到了另一个关于这个问题的好问题和答案，但它只是一些代码，对于初学者来说并没有很好地解释 mongo。代码也对我不起作用（http://stackoverflow.com/questions/6414312/fastest-way-to-get-the-average-of-a-specific-field-in-mongodb）。:/

我有一些这样的文件：

{ "_id" : ObjectId("4fc7e9138c8b0f0d5200000f"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 464, "time" : 1338501393 }
{ "_id" : ObjectId("4fc7e9518c8b0f0d52000015"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 464, "time" : 1338501455 }
{ "_id" : ObjectId("4fc7e98f8c8b0f0d5200001b"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 463, "time" : 1338501517 }
{ "_id" : ObjectId("4fc7e9cd8c8b0f0d52000021"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 464, "time" : 1338501579 }
{ "_id" : ObjectId("4fc7ea0b8c8b0f0d52000027"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 446, "time" : 1338501641 }
{ "_id" : ObjectId("4fc7ea498c8b0f0d5200002d"), "memtotal" : 996, "swaptotal" : 2015, "swapfree" : 2015, "memfree" : 424, "time" : 1338501703 }

我正在尝试获取所有无内存元素，然后计算平均值。我尝试根据上面引用的链接复制/粘贴代码，首先它在一定程度上是有意义的，其次，它实际上不起作用。

第2行）第一行有意义，不言自明第 3 行）第二行计数：0，总计：0 - 这些是真/假开关吗？第 4 行）这是否从 mapReduce（） 函数调用相同的 reduce？是doc和out关键字，还是我们任意定义它们？其他）代码无论如何都失败了，为什么？

最后一个子问题：我可以使用mapReduce做同样的事情吗，为什么我要使用mapReduce函数而不是组，如果我有分片，我也需要计算平均值？

Answer 1

这主要在组函数的文档中介绍。

让我们分解一下：

db.test.group( - 对测试集合和分组结果运行此查询。

{ cond: {"status": 1} - 我只关心满足此条件的文档，因此请过滤我的结果。

, initial: {count: 0, total:0} - 我将跟踪两个变量，count 和 total，让我们在输出文档中将它们初始化为零。

, reduce: function(doc, out){ out.count++; out.total += doc.views } - 对于满足条件的每个文档，应用此功能（它将计数增加 1，并将总数增加文档"out"
中的查看次数
, finalize: function(out){ out.avg = out.total / out.count } - 当我们浏览完所有文档后，运行此函数，它将通过将总视图除以文档数量来计算平均视图，并将其放入我的"out"文档中。
} );

还有另一行不需要在引用的示例中key如果要按特定字段分组，则需要该行。 没有它，您将获得整个集合的平均值。 有了它，您可以获得"键"的每个不同值的单独平均值。

是的，reduce

与您可能在map/reduce中编写的函数相同。 "组"的限制是您只能获得符合您条件的"文档"。 在mapreduce中，您可以使用"map"功能根据输入文档发出任意文档。

我问你使用的是哪个版本的原因是聚合框架，它现在在开发版本（2.1）中可用，并将在2.2中发布用于生产，极大地简化了对MongoDB集合的聚合查询。

希望这有所帮助。