reduce在mongodb map-reduce中使用相同的键被调用了几次

Question

我正在尝试在mongo shell中的mongodb上运行mapreduce。出于某种原因，在reduce阶段，我收到对同一键的多次调用（而不是单个），因此我得到错误的结果。我不是这个领域的专家，所以也许我犯了一些愚蠢的错误。任何帮助表示赞赏。

谢谢。

这是我的小例子：

我正在创建 10000 个文档：

var i = 0;
db.docs.drop();
while (i < 10000) {
    db.docs.insert({text:"line " + i,index:i});
    i++;
}

然后我正在基于模块 10 进行 map-reduce（所以我除了在每个"存储桶"中获得 1000 个）

db.docs.mapReduce(
    function() { 
       emit(this.index%10,1);
    },
    function(key,values) {
       return values.length;
    },
    {
    out : {inline : 1}
    }
);

但是，作为结果，我得到以下结果：

{
    "results" : [
        {
            "_id" : 0,
            "value" : 21
        },
        {
            "_id" : 1,
            "value" : 21
        },
        {
            "_id" : 2,
            "value" : 21
        },
        {
            "_id" : 3,
            "value" : 21
        },
        {
            "_id" : 4,
            "value" : 21
        },
        {
            "_id" : 5,
            "value" : 21
        },
        {
            "_id" : 6,
            "value" : 21
        },
        {
            "_id" : 7,
            "value" : 21
        },
        {
            "_id" : 8,
            "value" : 21
        },
        {
            "_id" : 9,
            "value" : 21
        }
    ],
    "timeMillis" : 76,
    "counts" : {
        "input" : 10000,
        "emit" : 10000,
        "reduce" : 500,
        "output" : 10
    },
    "ok" : 1,
}

Answer 1

Map/Reduce本质上是一个递归操作。具体而言，记录的reduce功能要求包括以下语句：

MongoDB可以为同一个键多次调用reduce函数。在这种情况下，该键的reduce函数的先前输出将成为该键的下一个reduce函数调用的输入值之一。

因此，您必须期望输入只是先前调用计数的数字。以下代码通过实际添加值来实现此目的：

db.docs.mapReduce(
    function() { emit(this.index % 10, 1); }, 
    function(key,values) { return Array.sum(values); }, 
    { out : {inline : 1} } );

现在，emit(key, 1)在某种程度上更有意义，因为1不再只是用于填充数组的任何数字，而是考虑其值。

作为旁注，请注意这有多危险：对于较小的数据集，正确的结果可能是偶然给出的，因为引擎决定不需要并行化。