如何使用 mongodb 和 NumberLong 计算平均值答案

【问题标题】：how to compute the average with mongodb and NumberLong如何使用 mongodb 和 NumberLong 计算平均值
【发布时间】：2011-01-27 18:32:40
【问题描述】：

我正在尝试使用 mongodb java 驱动程序从集合中计算平均值，如下所示：

DBObject condition = 
    new BasicDBObject("pluginIdentifier", plugin.getIdentifier());

DBObject initial = new BasicDBObject();

initial.put("count", 0);
initial.put("totalDuration", 0);
String reduce = "function(duration, out) { out.count++; 
    out.totalDuration+=duration.floatApprox; }";
String finalize = "function(out) { out.avg = out.totalDuration.floatApprox / 
    out.count; }";

DBObject avg = durationEntries.group(
    new BasicDBObject("pluginIdentifier", true), 
    condition, initial, reduce, finalize);

System.out.println(avg);

“duration”是一个NumberLong（在java中，它是一个Long，可能是java驱动程序转换的）。经过一番搜索，我发现为了提取数字，使用 .floatApprox 是一种方法，这也适用于 mongodb 控制台：

> db.DurationEntries.findOne().duration.floatApprox
5

但是，运行上面的 java 代码不会计算平均值，而是返回这个值

[{"pluginIdentifier":"dummy", "count":7.0, "totalDuration":NaN, "avg":NaN}]

我尝试了几种变体，使用和不使用 .floatApprox，但到目前为止只能获得一些奇怪的字符串连接。

我的问题是：我做错了什么/我应该如何计算一个 NumberLong 列的平均值？

【问题讨论】：

这里的关键是您想让 mongo 进行平均而不是将列数据拉入 Java 吗？您确定您的持续时间中没有意外包含任何非数字数据吗？
是的，这就是我的意图，在数据库中而不是在内存中进行计算（因为当我有很多条目时，我认为我的 JVM 会耗尽内存）。是的，确实可能存在非数字数据，因为可能存在“空”平均条目 - 我会检查一下
如果你想要的只是一个平均值，那么我认为它不应该占用大量内存，因为你不需要将每个条目保存在内存中，只需一个总和和一个计数.我对 Mongo 不够熟悉，无法确切说明如何操作，但是如果您可以从查询中批量处理结果集，那么您可以一次处理一个子集。

标签： java mongodb mapreduce grouping

【解决方案1】：

如果您在使用 map/reduce 时遇到问题，您可能应该进入 mongodb 控制台，在那里解决问题，然后将其转换为您的驱动程序。

以下列文件为例：

db.tasks.find()
{ "_id" : ObjectId("4dd51c0a3f42cc01ab0e6506"), "duration" : 10, "name" : "StartProcess", "date" : "20110501" }
{ "_id" : ObjectId("4dd51c0e3f42cc01ab0e6507"), "duration" : 11, "name" : "StartProcess", "date" : "20110502" }
{ "_id" : ObjectId("4dd51c113f42cc01ab0e6508"), "duration" : 12, "name" : "StartProcess", "date" : "20110503" }

您可以编写 mapReduce 来计算 StartProcess 的平均持续时间，如下所示：

m = function (){
  emit( this.name , { totalDuration : this.duration , num : 1 } );
};

r = function (name, values){
  var n = {totalDuration : 0, num : 0};
  for ( var i=0; i<values.length; i++ ){
    n.totalDuration += values[i].totalDuration;
    n.num += values[i].num;
  }
  return n;
};

f = function(who, res){
  res.avg = res.totalDuration / res.num;
  return res;
};

那么，假设您使用的是 MongoDB 1.7 或更高版本：

db.tasks.mapReduce( m, r, { finalize : f, out : {inline : 1} });

会给你以下答案：

"results" : [
  {
    "_id" : "StartProcess",
      "value" : {
        "totalDuration" : 33,
        "num" : 3,
        "avg" : 11
      }
  }
]

如果这没有帮助，您能否发布您的地图功能和文档结构。

【讨论】：

谢谢！终于有时间回到那个代码并尝试一下！