mapreduce - Couchdb 中的重复数据删除/匹配？

Question

我在 couchdb 中有文件。架构如下所示:

userId
email
personal_blog_url
telephone

我假设两个用户实际上是同一个人，只要他们有

电子邮件或

Personal_blog_url 或

电话

相同。

我创建了 3 个 View ，它们基本上将 email/blog_url/telephone 映射到 userIds，然后将 userIds 组合到同一键下的组中，例如，

_view/by_email:
----------------------------------
key                   values     
a_email@gmail.com    [123, 345]
b_email@gmail.com    [23, 45, 333]

_view/by_blog_url:
----------------------------------
key                   values     
http://myblog.com    [23, 45]
http://mysite.com/ss [2, 123, 345]

_view/by_telephone:
----------------------------------
key                   values     
232-932-9088          [2, 123]
000-111-9999          [45, 1234]
999-999-0000          [1]

我的问题:

如何将来自 3 个不同 View 的结果合并到不包含重复项的最终用户表/ View 中？

或者在 couchdb 中进行这种重复数据删除是否是一个好习惯？

或者在沙发上进行重复数据删除的好方法是什么？

附:在最终 View 中，假设对于所有欺骗者，我们只保留最小的 userId。

谢谢。

Answer 1

好问题。也许你可以听听_changes并在您建议的 View ( by_* ) 中搜索您希望对真实用户唯一的字段。

将 View 合并为一个(在一张 map 中发出不同的字段):

功能(文档){
if (!doc.email || !doc.personal_blog_url || !doc.telephone) 返回；
发出([1, doc.email], [doc._id]);
发出([2，doc.personal_blog_url]，[doc._id])；
发出([3, doc.telephone], [doc._id]);
}

合并reduce中的id列表

当更改提要中的新文档到达时，您可以使用 keys=[[1, email], [2, personal_blog_url], ...] 查询 View 。并合并三个列表。如果其最小 id 小于更改后的文档，则更新字段 realId , 否则使用更改后的 id 更新列表中的文档。

我建议使用不同的文件来存储 { userId, realId }关系。