Couchdb Cloudant：在多个级别进行过滤和聚合

我在cloudant有一个文档集

{
    "id" : String

    "state": String
    "city": String
    "zipcode": int

    "productType": String
    "make": String
    "model": String
    "sku": String

    "usedOn": Date
    "energyUSed": int
    "durationUsed": int
}

我想过滤多个标准-国家，城市，zipcode，品牌，型号，sku等和总能量和持续时间使用

我研究了使用map/reduce、查询索引和_findtarget查询cloudant。然而，这些都不够灵活，无法在多个级别进行过滤和聚合

例如，我想基于make和model进行过滤，并在州或城市级别进行聚合。在另一种情况下，我想根据州、城市、品牌和型号进行过滤，并在月份级别进行聚合（使用usedOn）

---

非常感谢您提供的任何帮助。

通过定义正确的视图（map/reduce函数），您可以获得很多帮助

假设您要查找所使用的能源，并按make model进行过滤，并在州或城市进行聚合，您可以定义以下地图：

var makeModelKey = doc.make + '_' + doc.model;
emit([makeModelKey, doc.state, doc.city], doc.energyUsed);

reduce函数只是内置的

\u sum

函数

现在，通过特定的make和模型查询并调整组级别以减少，您将能够获得每个make_模型使用的能量，然后按州划分，然后按城市进一步划分

如果只想按州和城市分组，只需定义一个不同的视图，而不需要键的make_模型部分

您不能用一个视图来实现所有视图，coach dB不是RDB。你需要一种不同的方法

您的其他查询可能需要定义稍微不同的map/reduce函数，但所有这些都是可以实现的

---

一开始对我来说很难的一件事是打破“关系”思维方式——从SQL world切换到doc dbs和map/reduce world需要一种不同的数据和查询建模方法。

通过定义正确的视图（map/reduce函数），可以实现很多

假设您要查找所使用的能源，并按make model进行过滤，并在州或城市进行聚合，您可以定义以下地图：

var makeModelKey = doc.make + '_' + doc.model;
emit([makeModelKey, doc.state, doc.city], doc.energyUsed);

reduce函数只是内置的

\u sum

函数

现在，通过特定的make和模型查询并调整组级别以减少，您将能够获得每个make_模型使用的能量，然后按州划分，然后按城市进一步划分

如果只想按州和城市分组，只需定义一个不同的视图，而不需要键的make_模型部分

您不能用一个视图来实现所有视图，coach dB不是RDB。你需要一种不同的方法

您的其他查询可能需要定义稍微不同的map/reduce函数，但所有这些都是可以实现的

---

一开始，我很难摆脱“关系”思维方式——从SQL世界切换到doc dbs和map/reduce世界需要一种不同的数据和查询建模方法。

感谢您的评论。假设我们使用上面的复数键，对于过滤，我们需要使用startKey和endKey。问题是，如果我想让所有make+模型都使用能量，但想在state或city上进行过滤，我不能在startKey或endKey中使用通配符，比如startKey=[，'A'，{}]和endKey=[，'Z'，{}]。任何想法或建议都将不胜感激。谢谢您的评论。假设我们使用上面的复数键，对于过滤，我们需要使用startKey和endKey。问题是，如果我想让所有make+模型都使用能量，但想在state或city上进行过滤，我不能在startKey或endKey中使用通配符，比如startKey=[，'A'，{}]和endKey=[，'Z'，{}]。如有任何想法或建议，我们将不胜感激。