mongodb - MongoDB Map-Reduce 中的完成步骤

Question

我是 MongoDB 的初学者，我只是想知道 MongoDB 的 Finalize 函数/步骤在 Map-Reduce 中的作用是什么。我们在 finalize() 函数中所做的一切实际上都可以在 reduce 函数中完成。我只是想知道是什么迫使我们使用 finalize。我对此进行了研究，但一无所获。非常感谢你帮助我

Answer 1

虽然我知道这个问题是在 3 年前提出和回答的，但我也有同样的问题，并且认为 future 的 googlers 可能会发现这个额外的信息有用:reduce() 可能被称为 multiple times使用相同的键，传递给它的一些值是之前 reduce() 调用返回的值。这可能是因为集合未按相关键排序，即 incremental。 Map-Reduce，parallel execution等。这就是为什么 reduce() 应该始终返回由 map() 传递给 emit() 的相同类型的值，例如。

假设您的 map 函数只是为每个文档发出一个数字，并且您使用 reduce 函数来计算每个键的总和和平均值:

function reduce(key, values) {
    var resultObj = {
      sum: Array.sum(values)
    };

    resultObj.average = result.sum / values.length;
    return resultObj;
}

在这种情况下，如果向代码传递一个包含 resultObj 的数组，您的代码将表现错误，因为我不确定 Array.sum() 时会发生什么> 传递了一个数字和对象的对象。即使这不是问题，此代码也会忽略任何先前计算的平均值并返回不正确的结果。

finalize()，另一方面，只被调用一次，所以它可以返回它想要的任何东西，并且(正如接受的答案提到的那样)它在处理完所有数据后运行.因此，要正确执行上述操作，而不是在映射阶段只发出一个数字，您会发出类似 { sum: myVal, count: 1 } 的内容。那么您的 reduce 函数将是:

function reduce(key, values) {
    var resultObj = {
      sum: 0,
      count: 0
    };

    for (var i in values) {
       resultObj.sum = resultObj.sum + values[i].sum;
       resultObj.count = resultObj.count + values[i].count;
    }

    return resultObj;
}

...最后您可以在 finalize 中计算平均值:

function finalize(key, reducedValue) {
   return {
     sum: reducedValue.sum,
     average: reducedValue.sum / reducedValue.count
   };
}