mongoDB map/reduce 减去 reduce

Question

我有一些 25k 文档(原始 json 中为 4 GB)的数据，我想对其执行一些 javascript 操作，以使我的最终数据使用者 (R) 更容易访问这些数据，并且我想通过为每个更改添加一个新集合来对这些更改进行“版本控制”，但我无法弄清楚如何在没有 reduce 的情况下进行 map/reduce。我想要一个一对一的文档映射——我从 collection_1 中的 25,356 个文档开始，我想在 collection_2 中以 25,356 个文档结束。

我可以用这个破解它:

var reducer = function(key, value_array) {
    return {key: value_array[0]}
}

然后这样调用它:

db.flat_1.mapReduce(mapper, reducer, {keeptemp: true, out: 'flat_2'})

(我的映射器只调用一次发射，第一个参数是字符串，第二个参数是最终文档。这是我真正想要的第二个参数的集合。)

但这看起来很尴尬，我不知道它为什么会起作用，因为我的映射器中的 emit 调用参数不等同于我的 reducer 的返回参数.另外，我最终得到了一个像

这样的文件

{
    "_id": "0xWH4T3V3R", 
    "value": {
        "key": {
            "finally": ["here"],
            "thisIsWhatIWanted": ["Yes!"]
        }
    }
}

这似乎没有必要。

此外，执行自己的插入操作的游标速度甚至不及 mapReduce 的十分之一。我对 MongoDB 的了解不足以对其进行基准测试，但我猜它的速度大约 50x 慢。有没有办法并行运行游标？我不在乎我的 collection_2 中的文档是否与 collection_1 中的文档顺序不同。

Answer 1

当使用 map/reduce 时，你总是会得到

{ "value" : { <reduced data> } }

为了删除 value 键，您必须使用 finalize 函数。

这是将数据从一个集合复制到另一个集合的最简单方法:

map = function() { emit(this._id, this ); }
reduce = function(key, values) { return values[0]; }
finalize = function(key, value) { db.collection_2.insert(value); }

那么当你正常运行时:

db.collection_1.mapReduce(map, reduce, { finalize: finalize });