Javascript 如何在MongoDB MapReduce中生成累积结果

我刚刚开始在mongo中使用MapReduce，并使用一个复合键（date，candidate）进行查询，该键返回一个与该键关联的值（该候选人当天的投票总数）。我真正想要的是每个日期的累积投票数。也就是说，对于每个日期/候选人关键字，该值是在该日期当天和之前为该候选人投票的所有选票的总和

这是我目前的代码：

输入示例：

{
    "interaction" : {
        "type" : "draft",
        "parameters" : {
            "value" : [
                {
                    "candidate" : 453510,
                    "votes" : 2
                },
                {
                    "candidate" : 325786,
                    "votes" : 2
                }
            ]
        }
    },
    "created_at" : 1360796255
}

var mapFn = function() {
  var right = function(str, n) {
    return str.substring(str.length, str.length - n);
  }
  var toDate = function(epochTimeSec) {
    var d = new Date(1000 * epochTimeSec);
    var yr = d.getYear() + 1900;
    var mn = d.getMonth() + 1;
    var dt = d.getDate();
    return '' + right('0000' + yr, 4) + '-' + right('00' + mn, 2) + '-' + right('00' + dt, 2);
  }

  for(var i=0; i<this.interaction.parameters.value.length; i++)
  {
    vote = this.interaction.parameters.value[i];
    var creationDate = toDate(this.created_at);
    var votedCandidate = vote.candidate;
    emit( {date: creationDate, candidate: votedCandidate}, { quantity: candidate.quantity } );
  }
}

var reduceFn = function(key, values) {
  var sum = 0;
  values.forEach(function(doc) {
    sum += doc.quantity;
  });
  return { quantity: sum };
}

db.collection_mr.drop();
db.collection.mapReduce(mapFn, reduceFn, { out: 'collection_mr' } );

function printData(r) {
  print(r._id.date + ", " + r._id.candidate + ", " + r.value.quantity);
}

db.collection_mr.find().forEach(printData);

地图：

{
    "interaction" : {
        "type" : "draft",
        "parameters" : {
            "value" : [
                {
                    "candidate" : 453510,
                    "votes" : 2
                },
                {
                    "candidate" : 325786,
                    "votes" : 2
                }
            ]
        }
    },
    "created_at" : 1360796255
}

var mapFn = function() {
  var right = function(str, n) {
    return str.substring(str.length, str.length - n);
  }
  var toDate = function(epochTimeSec) {
    var d = new Date(1000 * epochTimeSec);
    var yr = d.getYear() + 1900;
    var mn = d.getMonth() + 1;
    var dt = d.getDate();
    return '' + right('0000' + yr, 4) + '-' + right('00' + mn, 2) + '-' + right('00' + dt, 2);
  }

  for(var i=0; i<this.interaction.parameters.value.length; i++)
  {
    vote = this.interaction.parameters.value[i];
    var creationDate = toDate(this.created_at);
    var votedCandidate = vote.candidate;
    emit( {date: creationDate, candidate: votedCandidate}, { quantity: candidate.quantity } );
  }
}

var reduceFn = function(key, values) {
  var sum = 0;
  values.forEach(function(doc) {
    sum += doc.quantity;
  });
  return { quantity: sum };
}

db.collection_mr.drop();
db.collection.mapReduce(mapFn, reduceFn, { out: 'collection_mr' } );

function printData(r) {
  print(r._id.date + ", " + r._id.candidate + ", " + r.value.quantity);
}

db.collection_mr.find().forEach(printData);

输出：

{
    "interaction" : {
        "type" : "draft",
        "parameters" : {
            "value" : [
                {
                    "candidate" : 453510,
                    "votes" : 2
                },
                {
                    "candidate" : 325786,
                    "votes" : 2
                }
            ]
        }
    },
    "created_at" : 1360796255
}

var mapFn = function() {
  var right = function(str, n) {
    return str.substring(str.length, str.length - n);
  }
  var toDate = function(epochTimeSec) {
    var d = new Date(1000 * epochTimeSec);
    var yr = d.getYear() + 1900;
    var mn = d.getMonth() + 1;
    var dt = d.getDate();
    return '' + right('0000' + yr, 4) + '-' + right('00' + mn, 2) + '-' + right('00' + dt, 2);
  }

  for(var i=0; i<this.interaction.parameters.value.length; i++)
  {
    vote = this.interaction.parameters.value[i];
    var creationDate = toDate(this.created_at);
    var votedCandidate = vote.candidate;
    emit( {date: creationDate, candidate: votedCandidate}, { quantity: candidate.quantity } );
  }
}

var reduceFn = function(key, values) {
  var sum = 0;
  values.forEach(function(doc) {
    sum += doc.quantity;
  });
  return { quantity: sum };
}

db.collection_mr.drop();
db.collection.mapReduce(mapFn, reduceFn, { out: 'collection_mr' } );

function printData(r) {
  print(r._id.date + ", " + r._id.candidate + ", " + r.value.quantity);
}

db.collection_mr.find().forEach(printData);

谢谢你的帮助

编辑

作为对评论的回应，我加入了一个示例输入。澄清-上述代码正确返回每个日期的所有投票总数。不过，我想对其进行修改，使之在每个日期返回该日期或该日期之前的所有投票总数

---

为了回答Asya Kamsky的问题，这将在临时基础上手动运行，因此需要在输入日期（可能不是当前日期）之前输出所有数据。

使用聚合框架而不是mapReduce可以更轻松地解决问题。摘自：

MongoDB聚合框架提供了一种计算 聚合值而不必使用map reduce。而map-reduce 是强大的，它往往是比许多简单的必要困难 聚合任务，例如合计或平均字段值

此聚合命令返回预期结果：

// target date as unix timestamp, example: 2013-02-28T23:59:59)
targetDate = Date.UTC(2013,1,28,23,59,59)/1000; // month -1 !!

db.xx.aggregate([
    // select documents created_at up to target date
    // note: this match uses an index, if defined on created_at
    { $match: { 
        "created_at": { $lte: targetDate }
    }},
    // unwind the "value" array
    { $unwind: "$interaction.parameters.value" },
    // group by candidates, sum up votes
    { $group: { 
        _id: "$interaction.parameters.value.candidate",
        votes: { $sum: "$interaction.parameters.value.votes" }
    }},
])

结果:

{
    "result" : [
        {
            "_id" : 325786,
            "votes" : 2
        },
        {
            "_id" : 453510,
            "votes" : 2
        }
    ],
    "ok" : 1
}

---

究竟什么是不起作用的？你能提供一份收集的样本文档吗？就收集累积结果而言，您计划多久运行一次MR作业？每天都想得到前一天的选票或类似的东西？谢谢你的评论。我已经在上面加入了一个输入示例，并重申了我的问题。