Javascript MongoDB单值Reduce键

我想计算客户的订单数量，从而计算去年、上月和上周的订单数量。 我写了一个MapReduce程序：

var mapOrders = function() {
    var v_order = {
        order_date : this.dt_order
        ...
    }; 

     emit(this.clientid, v_order);
};

var reduceOrders = function(p_clientid, p_orders) {
    // Initialization of the output format of the couters
    var r_result = { orders_count : {
        total: {
            1year: 0,
            1month: 0,
            7day: 0
        }
        ...
    }}

    for (var c_order = 0; c_order < p_orders.length; c_order++) {
        // Increment counters
    }

    return (r_result);
};

db.orders.mapReduce(
    mapOrders,
    reduceOrders,
    { 
        out: { merge:  "tmp_orders_indicators" }
    }
)

只有一个订单的客户端不执行reduce函数。 我在MongoDB doucmentation中发现了这一点，可以解释这种行为：

MongoDB不会为只有 单一值

我如何才能在输出集合中只有一种类型的记录看起来像这样？强制所有记录通过reduce函数

{
    "_id" : 80306,
    "value" : {
        "orders_count" : {
            "total" : {
                "count_1year" : 18,
                "count_1month" : 6,
                "count_7day" : 1
            }
            ...
        }
}

---

您可以通过聚合无缝地实现这一点。考虑下面的管道：

var dateSevenDaysAgo = new Date();
dateSevenDaysAgo.setDate(dateSevenDaysAgo.getDate()-7);

var dateMonthAgo = new Date();
dateMonthAgo.setMonth(dateMonthAgo.getMonth()-1);

var dateYearAgo = new Date();
dateYearAgo.setFullYear(dateYearAgo.getFullYear()-1);

var pipeline = [
    { "$match": { "$dt_order": { "$gte": dateYearAgo } } },
    {
        "$group": {
            "_id": "$id_client",
            "count_1year": {
                "$sum": {
                    "$cond": [ 
                        { "$gte": [ "$dt_order", dateYearAgo ] }, 
                        1, 0 
                    ]
                }
            },
            "count_1month": {
                "$sum": {
                    "$cond": [ 
                        { "$gte": [ "$dt_order", dateMonthAgo ] }, 
                        1, 0 
                    ]
                }
            },
            "count_7day": {
                "$sum": {
                    "$cond": [ 
                        { "$gte": [ "$dt_order", dateSevenDaysAgo ] }, 
                        1, 0 
                    ]
                }
            }
        }
    },
    { "$out": "tmp_indicators" }
];

db.orders.aggregate(pipeline);
db.tmp_indicators.find();

---

找到了使用finalize实用程序的解决方案

var mapOrders = function() {
    var v_order = {
        order_date : this.dt_order
        ...
    }; 

     emit(this.clientid, v_order);
};

var reduceOrders = function(p_clientid, p_orders) {
    // Initialization of the output format of the couters
    var r_result = { orders_count : {
        total: {
            1year: 0,
            1month: 0,
            7day: 0
        }
        ...
    }}

    for (var c_order = 0; c_order < p_orders.length; c_order++) {
        // Increment counters
    }

    return (r_result);
};


var finalizeOrders = function(p_clientid, p_ReducedDrders) {

    if (typeof p_ReducedDrders.orders_count === 'undefined' )
        // Initialization of the output format of the couters
        var r_result = { orders_count : {
            total: {
                1year: 0,
                1month: 0,
                7day: 0
            }
        ...
        }}

        // do the same stuff as the for loop in the reducer
    }
    else {
        r_result = p_ReducedDrders
    }

    return (r_result);
};

db.orders.mapReduce(
    mapOrders,
    reduceOrders,
    { 
        out: { merge:  "tmp_orders_indicators" },
        finalize : finalizeOrders
    }
)

var-mapOrders=function（）{
变量v_顺序={
订单日期：此.dt\u订单
...
}; 
emit（this.clientid，v_顺序）；
};
var reduceOrders=函数（p_clientid，p_orders）{
//计数器输出格式的初始化
var r_result={orders_count:{
总数：{
1岁：0，
1个月：0，
7天：0
}
...
}}
对于（var c_order=0；c_order

谢谢您的回答。我第一次尝试使用Agegation框架，但我必须处理大约50000个订单。由于$out没有合并选项，文档的最大大小为16MB，因此我没有找到比MapReduce更好的解决方案。为了允许处理大型数据集，使用

allowDiskUse

选项启用聚合管道阶段将数据写入临时文件。尝试在管道开始处添加额外的

$match

过滤器，通过减少通过的数据量来优化它（聚合您只需要的数据，即去年到现在的订单）。不幸的是，我目前正在处理50000条记录，这些记录只代表2个月的数据（30000000条记录/年），因此在这种情况下，

$match

将不是我的朋友。我尝试使用

db.runCommand（{aggregate:“orders”，pipeline:pipeline allowDiskUse:true}）

但我遇到了16mb限制错误

var mapOrders = function() {
    var v_order = {
        order_date : this.dt_order
        ...
    }; 

     emit(this.clientid, v_order);
};

var reduceOrders = function(p_clientid, p_orders) {
    // Initialization of the output format of the couters
    var r_result = { orders_count : {
        total: {
            1year: 0,
            1month: 0,
            7day: 0
        }
        ...
    }}

    for (var c_order = 0; c_order < p_orders.length; c_order++) {
        // Increment counters
    }

    return (r_result);
};


var finalizeOrders = function(p_clientid, p_ReducedDrders) {

    if (typeof p_ReducedDrders.orders_count === 'undefined' )
        // Initialization of the output format of the couters
        var r_result = { orders_count : {
            total: {
                1year: 0,
                1month: 0,
                7day: 0
            }
        ...
        }}

        // do the same stuff as the for loop in the reducer
    }
    else {
        r_result = p_ReducedDrders
    }

    return (r_result);
};

db.orders.mapReduce(
    mapOrders,
    reduceOrders,
    { 
        out: { merge:  "tmp_orders_indicators" },
        finalize : finalizeOrders
    }
)