map_reduce（）*和* find（）在同一个查询中

Question

我发现了一堆map_reduce教程，但它们似乎都没有“where”子句或其他任何方式来排除正在考虑的文件/记录。我正在研究一个看似简单的查询。我有一个带有时间戳，IP地址和活动ID的事件的基本日志文件。我想获得给定广告系列在给定时间戳范围内的唯一身份用户数。听起来很简单！

我构建了一个类似这样的查询对象：

{'ts': {'$gt': 1345840456, '$lt': 2345762454}, 'cid': '2636518'}

有了这个，我尝试了两件事，一件使用distinct，另一件使用map_reduce：

鲜明

db.alpha2.find(query).distinct('ip').count()

在mongo shell中，你可以将查询作为distinct函数的第二个参数，它可以在那里工作，但我读过你不能在pymongo中这样做。

Map_reduce

map = Code("function () {"
        "    emit(this.ip, 1);"
        "}")
reduce = Code("function (key, values) {"
    "  var total = 0;"
    "  for (var i = 0; i < values.length; i++) {"
    "    total += values[i];"
    "  }"
    "  return total;"
    "}")

totaluniqueimp = db.alpha2.map_reduce(map, reduce, "myresults").count();

（我意识到reduce函数正在做我不需要的东西，我从演示中获取它）。这很好，但不使用我的“where”参数。我试试这个：

totaluniqueimp = db.alpha2.find(query).map_reduce(map, reduce, "myresults").count();`

我收到了这个错误：

AttributeError: 'Cursor' object has no attribute 'map_reduce'

结论

基本上，这就是我在mysql中尝试做的事情：

select count(*) from records where ts<1000 and ts>900 and campaignid=234 group by ipaddress

看起来很简单！你是如何在mongo中做到这一点的？

更新：答案

根据Dmitry在下面的回答，我能够解决（并简化）我的解决方案（这是我能做到的那么简单吗？）：

#query is an object that was built above this
map = Code("function () { emit(this.ip, 1);}")
reduce = Code("function (key, values) {return 1;}")
totaluniqueimp = collection.map_reduce(map, reduce, "myresults", query=query).count();

谢谢德米特里！

Answer 1

你可以试试这个：

totaluniqueimp = db.alpha2.map_reduce(map, reduce, {
    out: "myresults",
    query: {'ts': {'$gt': 1345840456, '$lt': 2345762454}, 'cid': '2636518'}
}).count();

更新：上面的语句适用于mongo shell。在pymongo中，您应该将查询添加为第四个参数：

totaluniqueimp = db.alpha2.map_reduce(map, reduce, "myresults", query={'ts': {'$gt': 1345840456, '$lt': 2345762454}, 'cid': '2636518'})

可以找到详细的文档here。

Answer 2

不确定这是否可以通过pymongo，手册指出它应该是，但是在mongoDB shell中你有一个group（）函数，这将很容易让你在你的问题中重写SQL：

select count(*) 
  from records 
 where ts<1000 
   and ts>900 
   and campaignid=234
 group by ipaddress;

如：

db. alpha2.group(
   { cond: { 'ts': {'$gt': 900, '$lt': 1000}, 'campaignid': '234' }
   , key: {  "ipaddress" : 1 }
   , initial: {count : 0}
   , reduce: function(doc, out){ out.count++}
   }
);