根据 Mongodb Query 中的一个字段查找最大连续记录数

Question

我想根据一个特定字段查找最大连续记录数。

找到基于字段的排序后我的db.people集合是：

> db.people.find().sort({ updated_at: 1})
{ "_id" : 1, "name" : "aaa", "flag" : true, "updated_at" : ISODate("2014-02-07T08:42:48.688Z") }
{ "_id" : 2, "name" : "bbb", "flag" : false, "updated_at" : ISODate("2014-02-07T08:43:10Z") }
{ "_id" : 3, "name" : "ccc", "flag" : true, "updated_at" : ISODate("2014-02-07T08:43:40.660Z") }
{ "_id" : 4, "name" : "ddd", "flag" : true, "updated_at" : ISODate("2014-02-07T08:43:51.567Z") }
{ "_id" : 6, "name" : "fff", "flag" : false, "updated_at" : ISODate("2014-02-07T08:44:23.713Z") }
{ "_id" : 7, "name" : "ggg", "flag" : true, "updated_at" : ISODate("2014-02-07T08:44:44.639Z") }
{ "_id" : 8, "name" : "hhh", "flag" : true, "updated_at" : ISODate("2014-02-07T08:44:51.415Z") }
{ "_id" : 5, "name" : "eee", "flag" : true, "updated_at" : ISODate("2014-02-07T08:55:24.917Z") }

在上述记录中，flag 属性值连续出现在true 的地方有两处。即

record with _id 3 - record with _id 4   (2 consecutive records)

和

record with _id 7 - record with _id 8 - record with _id 5  (3 consecutive records)

但是，我想要 mongo 查询搜索的最大连续数。即3。

有可能得到这样的结果吗？

我用谷歌搜索了一下，发现了一个类似的解决方案，在这里使用Map-Reduce https://stackoverflow.com/a/7408639/1120530。

我是 mongodb 新手，无法理解 map-reduce 文档，特别是如何在上述场景中应用它。

Answer 1

你可以做这个mapReduce操作。

首先是映射器：

var mapper = function () {


    if ( this.flag == true ) {
        totalCount++;
    } else {
        totalCount = 0;
    }

    if ( totalCount != 0 ) {
        emit (
        counter,
        {  _id: this._id, totalCount: totalCount }
    );
    } else {
      counter++;
    }

};

它会记录在标志中看到true 值的总次数。如果该计数大于 1，则我们发出该值，还包含文档 _id。当标志为false 时，另一个用于键的计数器会递增，以便为匹配项设置一个分组“键”。

然后是reducer：

var reducer = function ( key, values ) {

    var result = { docs: [] };

    values.forEach(function(value) {
        result.docs.push(value._id);
        result.totalCount = value.totalCount;
    });

    return result;

};

只需将 _id 值与 totalCount 一起推送到结果数组中。

然后运行：

db.people.mapReduce(
    mapper,
    reducer,
   { 
       "out": { "inline": 1 }, 
       "scope": { 
           "totalCount": 0, 
           "counter": 0 
       }, 
       "sort": { "updated_at": 1 } 
   }
)

因此，使用mapper 和reducer 函数，我们定义了“范围”中使用的全局变量，并传入updated_at 日期所需的“排序”。结果如下：

{
    "results" : [
        {
            "_id" : 1,
            "value" : {
                "docs" : [
                     3,
                     4
                 ],
                 "totalCount" : 2
            }
        },
        {
            "_id" : 2,
            "value" : {
            "docs" : [
                7,
                8,
                5
             ],
             "totalCount" : 3
             }
        }
    ],
    "timeMillis" : 2,
    "counts" : {
            "input" : 7,
            "emit" : 5,
            "reduce" : 2,
            "output" : 2
    },
    "ok" : 1,
}

当然，您可以跳过totalCount 变量而只使用数组长度，这将是相同的。但既然你想使用那个计数器，它就被添加进去了。但这就是原则。

是的，这是一个适合 mapReduce 的问题，现在你有一个例子。