python - map_reduce() *和* find() 在同一查询中

Question

我发现了一堆 map_reduce 教程，但它们似乎都没有“where”子句或任何其他方式来从正在考虑的内容中排除文档/记录。我正在处理一个看似简单的查询。我有一个包含时间戳、IP 地址和事件 ID 的基本事件日志文件。我想在给定的时间戳范围内为给定的事件获取唯一用户数。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，我尝试了两种方法，一种使用 distinct，另一种使用 map_reduce:

不同

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

在 mongo shell 中，您可以将查询作为 distinct 函数的第二个参数，它在那里工作，但我了解到您不能在 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事情，我从演示中拿走了它)。这工作正常，但没有使用我的“where”参数。我试试这个:

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

我得到这个错误:

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!你如何在 mongo 中做到这一点？

更新:回答

根据下面德米特里的回答，我能够解决(并简化)我的解决方案(这是否尽可能简单？):

#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

你可以尝试使用这个:

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

更新:上面的语句在 mongo shell 中有效。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'})

详细的文档可以在here中找到。