C# 如何使用MongoDB'；s Map在减少影响的同时减少…尽可能保持数据存储不可知？

我提出这个问题是因为它与C#解决方案有关，然而，我在RoR解决方案中也面临同样的困境，只是选择最大限度地使用Map Reduce，放弃了所有抽象数据存储的希望

MongoDB Map Reduce似乎是执行数据透视和其他报告查询的方法。另一种方法是将逻辑移动到应用层，这是典型的文档存储库方式，如典型的EntityFramework（EF）人员所鼓励的

没有深入讨论每种方法的相对优势，数据存储中的数据量被证明太大，无法将其全部提取到应用层

下面的代码是一个概念证明（POC），它产生了结果，但回避了我在这里要问的问题：有没有一种方法可以减少在C#（任何.NET）解决方案中使用Map reduce的影响

始终使用的数据模型：

public class Call
{
    [BsonId]
    [BsonRepresentation(BsonType.ObjectId)]
    public string Id { get; set; }

    public DateTime? StartTime { get; set; }
    public DateTime? EndTime { get; set; }
    public Agent Agent { get; set; }
    public Caller Caller { get; set; }
}

public class Agent : Person
{
    public DateTime JoinedCompany { get; set; }
}

public class Caller : Person
{
}

Map Reduce POC中使用的数据模型：

public class AgentCallSummary
{
    public ObjectId _id;
    public AgentCallAggregateValues value;

    public class AgentCallAggregateValues
    {
        public int count;
        public int totalTimeOnCall;
    }
}

下面的代码依赖于CreateCollection（）和扩展方法Dump（这个T，string），它们用于抽象地表示可以从任何文档存储中获取文档集合，并且可以转储任何文档（如LINQPad提供的）：

private void演示MapReduce（）
{
var calls=CreateCollectionCall（）；
calls.Count（）.Dump（“调用计数”）；
常量字符串映射JavaScript=
@“职能（）{
var call=this；
/*应获取averageCallTime，此处简化，averageCallTime用作正在进行的调用的timeOnCall*/
var averageCallTime=15.0；
var calculateTotalTimeOnCall=函数（开始时间、结束时间）{
如果（（！endTime）|（！startTime））{
返回平均调用时间；
}
var diffMs=结束时间-开始时间；
返回（diffMs/1000）*60；
};
emit（call.Agent.\u id，{count:1，totalTimeOnCall:1}）；
}";
常量字符串reduceJavascript=
@“功能（键、值）{
var result={count:0，totalTimeOnCall:0}；
values.forEach（函数（值）{
result.count+=value.count；
result.totalTimeOnCall+=value.totalTimeOnCall；
});
返回结果；
}";
var mapReduceResult=calls.MapReduce（mapJavascript、reduceJavascript、MapReduceOptions.SetOutput（MapReduceOutput.Inline））；
foreach（mapReduceResult.GetInlineResultsAs（）中的变量项）
{
item.Dump（）；
}
}

我不明白你在找什么。C#与您使用MapReduce有什么关系？谢谢。该公司的软件开发实践要求保持数据存储的不可知性，即他们更喜欢EntityFramework而不是direct ADO.NET。当MongoDB被引入时，该公司只使用C#.Find（）的10代驱动程序和各种查询方法（如FindOne（））来满足这一目标。我理解不依赖数据存储的愿望，但强制将比必需的更大的数据集从MongoDB运送到应用层对我来说没有意义。我希望减少使用MongoDB的Map reduce的影响，因为它是由10代C#驱动程序公开的。但我不明白你所说的“减少影响”是什么意思？如果可以在DB服务器上完成，那么就完全可以避免将大量数据发送到中间层进行处理，因此很难看到您可以做的比您已经做的更多。这很公平。通过“减少影响”，我希望使用Map reduce或类似的方法，即MongoDB聚合框架，该框架用于数据存储无关的解决方案中。我完全愿意举手说，“我会考虑速度而不是可移植性。”我觉得这是我的尽职调查。您是否尝试过使用聚合框架的功能（并了解其当前的局限性）？

    private void DemostrateMapReduce()
    {
        var calls = CreateCollectionCall<Call>();
        calls.Count().Dump("Call Count");

        const string mapJavascript =
@"function(){
    var call = this;
    /* averageCallTime should be fetched, simplified here, averageCallTime is used as the timeOnCall for calls that are in progress */
    var averageCallTime = 15.0;

    var calculateTotalTimeOnCall = function(startTime, endTime) {
        if ((!endTime) || (!startTime)) {
            return averageCallTime;
        }
        var diffMs = endTime - startTime;
        return (diffMs / 1000) * 60;
    };

    emit(call.Agent._id, { count: 1, totalTimeOnCall: 1 });
}";
        const string reduceJavascript =
@"function(key, values) {
    var result = { count: 0, totalTimeOnCall: 0 };

    values.forEach(function(value) {
        result.count += value.count;
        result.totalTimeOnCall += value.totalTimeOnCall;
    });

    return result;
}";

        var mapReduceResult = calls.MapReduce(mapJavascript, reduceJavascript, MapReduceOptions.SetOutput(MapReduceOutput.Inline));
        foreach (var item in mapReduceResult.GetInlineResultsAs<AgentCallSummary>())
        {
            item.Dump();
        }
    }