MongoDB select count (distinct x) на индексированном столбце-подсчет уникальных результатов для больших наборов данных

Я прошел через несколько статей и примеров, и еще не нашел эффективного способа сделать этот SQL-запрос в MongoDB (где есть миллионы строки документы)

первая попытка

(например, из этого почти дублирующего вопроса-эквивалент Монго SQL SELECT DISTINCT?)

db.myCollection.distinct("myIndexedNonUniqueField").length

очевидно, я получил эту ошибку, так как мой набор данных огромен

Thu Aug 02 12:55:24 uncaught exception: distinct failed: {
        "errmsg" : "exception: distinct too big, 16mb cap",
        "code" : 10044,
        "ok" : 0
}

второй попытка

я решил попробовать и сделать группу 

db.myCollection.group({key: {myIndexedNonUniqueField: 1},
                initial: {count: 0}, 
                 reduce: function (obj, prev) { prev.count++;} } );

но вместо этого я получил это сообщение об ошибке:

exception: group() can't handle more than 20000 unique keys

третья попытка

Я еще не пробовал, но есть несколько предложений, которые включают mapReduce

например

и

кажется, есть запрос на вытягивание на GitHub фиксируя .distinct метод, чтобы упомянуть, что он должен возвращать только счетчик, но он все еще открыт:https://github.com/mongodb/mongo/pull/34

но в этот момент я подумал, что стоит спросить тут, какие новости по теме? Должен ли я перейти на SQL или другую базу данных NoSQL для различных подсчетов? или есть эффективный способ?

обновление:

этот комментарий к официальным документам MongoDB не обнадеживает, не так ли точно?

http://www.mongodb.org/display/DOCS/Aggregation#comment-430445808

Update2:

кажется, что новая структура агрегации отвечает на вышеприведенный комментарий... (MongoDB 2.1 / 2.2 и выше, предварительный просмотр разработки доступен, а не для производства)

http://docs.mongodb.org/manual/applications/aggregation/

1 76
mongodb

1 ответ:

1) Самый простой способ сделать это-через структуру агрегации. Это занимает две команды "$group": первая группирует по разным значениям, вторая подсчитывает все различные значения

pipeline = [ 
    { $group: { _id: "$myIndexedNonUniqueField"}  },
    { $group: { _id: 1, count: { $sum: 1 } } }
];

//
// Run the aggregation command
//
R = db.runCommand( 
    {
    "aggregate": "myCollection" , 
    "pipeline": pipeline
    }
);
printjson(R);

2) Если вы хотите сделать это с карте/уменьшить можно. Это двухэтапный процесс: на первом этапе мы строим новую коллекцию со списком каждого уникального значения ключа. Во втором мы делаем подсчет () на новую коллекцию.

var SOURCE = db.myCollection;
var DEST = db.distinct
DEST.drop();


map = function() {
  emit( this.myIndexedNonUniqueField , {count: 1});
}

reduce = function(key, values) {
  var count = 0;

  values.forEach(function(v) {
    count += v['count'];        // count each distinct value for lagniappe
  });

  return {count: count};
};

//
// run map/reduce
//
res = SOURCE.mapReduce( map, reduce, 
    { out: 'distinct', 
     verbose: true
    }
    );

print( "distinct count= " + res.counts.output );
print( "distinct count=", DEST.count() );

обратите внимание, что вы не можете вернуть результат map / reduce inline, потому что это потенциально превысит ограничение на размер документа 16 МБ. Ты можете сохраните расчет в коллекции, а затем подсчитайте() размер коллекции, или вы можете получить количество результатов из возвращаемого значения mapReduce().

69