mapreduce - CouchDB中的map-reduce函数

Question

我有一个java程序，可以读取PDF文件的所有单词。我将带有页码的单词保存在数据库(couchDB)中。现在我想编写一个映射和一个化简函数，其中列出每个单词以及该单词出现的页码，但如果单词在一页上出现多次，我只需要一个条目。结果应该是一行包含单词，第二行包含页码列表(用逗号分隔的字符串)。每个带有页码的单词都是 couchDB 中的一个单独文档。 如何使用映射缩减函数(过滤页码的相同条目)来做到这一点？ 感谢帮助。

Answer 1

当然有不止一种方法可以做到这一点。我会选择简单的东西。假设您的文档看起来有点像这样:

{ 'type': 'word-index', 'word': 'Great', 'page_number': 45 }

这是在第 45 页找到“Great”一词的结果。现在您的 View 索引由 View 函数创建:

function map(doc) {
    if (doc.type == 'word-index') {
        emit([doc.word, doc.page_number], null);
    }
}

对于减少部分，只需使用“_count”内置函数。

现在要获取书中所有出现单词“Great”的列表，只需使用 startkey=["Great"] 和 endkey=["Great", {}] 查询 View 即可。现在结果看起来有点像:

["Great", 45], 4
["Great", 70], 7

这意味着世界“伟大”在第 45 页出现了 4 次，在第 70 页出现了 7 次。您可以从中提取所需的逗号分隔列表。出现的次数是一个奖励。

--编辑--

您还必须在查询中使用 group_level=2。如果不这样做，查询结果将只是一行，其中包含您拥有的所有文档的计数。