我有一个用关键字标记的文档数据库。我试图找到(然后计算)彼此一起使用的唯一标签。因此,对于任何给定的标签,我想知道与该标签一起使用了哪些标签。
例如,如果我有一个包含标签 [fruit, apple, plant]
的文档,那么当我查询 [apple]
时,我应该得到 [水果、植物]
。如果另一个文档有标签 [apple, banana]
,那么我对 [apple]
的查询会给我 [fruit, plant, banana]
。
这是我的 map 函数,它发出所有标签及其邻居:
function(doc) {
if(doc.tags) {
doc.tags.forEach(function(tag1) {
doc.tags.forEach(function(tag2) {
emit(tag1, tag2);
});
});
}
}
所以在我上面的例子中,它会发出
apple -- fruit
apple -- plant
apple -- banana
fruit -- apple
fruit -- plant
...
我的问题是:我的 reduce 函数应该是什么? reduce 函数应该基本上过滤掉重复项并将它们组合在一起。
我尝试了很多不同的尝试,但我的数据库服务器 (CouchDB) 一直给我一个错误:reduce_overflow_error。减少产量必须收缩得更快。
编辑:我发现了一些似乎有效的东西,但我不确定为什么。我看到 reduce 函数调用有一个可选的“rereduce”参数。如果我忽略这些特殊情况,它就会停止抛出 reduce_overflow_errors。谁能解释为什么?而且,我是否应该忽略这些,否则这会在以后咬我的屁股吗?
function(keys, values, rereduce) {
if(rereduce) return null; // Throws error without this.
var a = [];
values.forEach(function(tag) {
if(a.indexOf(tag) < 0) a.push(tag);
});
return a;
}
最佳答案
您的回答很好,正如我在评论中所说,如果它对您有用,那么您应该关心的就是这些。如果您遇到性能问题,这里有一个替代实现。
CouchDB 喜欢长列表,而不是长列表。此解决方案不是将 View 行与以前看到的每个标签保持一个数组,而是将“兄弟”标签保留在 View 行的 key 中,然后是 group them together保证每行有一个唯一的兄弟标签。每行只有两个标签,但可能有数千或数百万行:一个长列表,CouchDB 更喜欢这种列表。
主要思想是发出一个 2 数组的标签对。假设我们有一个文档,标记为 fruit, apple, plant
。
// Pseudo-code visualization of view rows (before reduce)
// Key , Value
[apple, fruit ], 1
[apple, plant ], 1 // Basically this is every combination of 2 tags in the set.
[fruit, apple ], 1
[fruit, plant ], 1
[plant, apple ], 1
[plant, fruit ], 1
接下来我标记一些东西 apple, banana
。
// Pseudo-code visualization of view rows (before reduce)
// Key , Value
[apple, banana], 1 // This is from my new doc
[apple, fruit ], 1
[apple, plant ], 1 // This is also from my new doc
[banana, apple], 1
[fruit, apple ], 1
[fruit, plant ], 1
[plant, apple ], 1
[plant, fruit ], 1
为什么值总是1
?因为我可以做一个非常简单的内置 reduce 函数:_sum
来告诉我所有标签对的计数。接下来,使用 ?group_level=2
进行查询,CouchDB 将为您提供唯一的对,以及它们的总数。
生成这种 View 的 map 函数可能如下所示:
function(doc) {
// Emit "sibling" tags, keyed on tag pairs.
var tags = doc.tags || []
tags.forEach(function(tag1) {
tags.forEach(function(tag2) {
if(tag1 != tag2)
emit([tag1, tag2], 1)
})
})
}
关于javascript - Map-Reduce 查询以计数标签,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/10410030/