我正在尝试计算我的 Java AppEngine 应用程序每天的唯一用户数。我决定使用 mapreduce 框架 (mapreduce.appspot.com) for java appengine 来离线进行计算。我设法创建了一个 map 缩减作业，该作业遍历代表单个用户 session 事件的所有实体。我也可以使用一个简单的计数器。不过我有几个问题:
1) 如何为每个用户 ID 只增加一次计数器？我目前正在映射包含用户 ID 属性的实体，但其中许多实体可能包含相同的用户 ID，那么我如何只计算一次？
2) 一旦我将作业的这些结果存储在这些计数器中——我如何才能将它们持久保存到数据存储中？我在 mapreduce 的状态页面上看到了计数器的结果，但我希望这些结果自动保存到数据存储中。
想法？
最佳答案
我还没有真正使用过 MapReduce 功能，但我的理论理解是您可以从映射器中将内容写入数据存储。您可以创建一个名为 UniqueCount 之类的实体类型，并在您的映射器每次看到以前从未见过的 ID 时插入一个实体。然后您可以计算您拥有多少个唯一 ID。事实上，您可以在每次找到新的唯一实体时更新一个计数器。您可能需要在 google 上搜索“分片计数器”以获取有关在数据存储中创建可处理高吞吐量的计数器的提示。
最终，当他们完成 Reduce 功能时，我想这整个任务将变得非常微不足道。
关于java - 使用 Mapreduce for Java Appengine 计算唯一用户数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3129430/