Mapreduce 为什么CouchDB Reduce函数必须是可交换的？

我刚开始和CouchDB鬼混。在许多地方，我看到它指出CouchDB视图的reduce函数需要是关联的和可交换的（例如，这样说）。我知道CouchDB可以分阶段进行reduce，并通过reduce缓存和重用中间结果。我也很清楚为什么reduce函数必须是关联的。然而，我不明白交换性要求从何而来

让我再清楚一点。假设我有一个map函数，在运行数据库的所有内容时输出10个值。为了简单起见，假设这些值是整数1-10（1、2、3、4等）

假设我有一个函数，

f（键、值、重导出）

，它是关联的，但不是可交换的。假设

f

忽略键并重新导出参数，只对值数组进行操作。因此，我将在其余的解释中省略键并重新推导参数

据我所知，交换属性需要

f（[1，2]）==f（[2，1]）

，但我认为CouchDB永远不会这样做。我确实理解，它可能会将先前对map输出子集进行的

f

计算结果传递给我，但我相信它将始终按顺序传递给我。例如，我可能会被调用

rereduce==true

，比如

f（[f（[1,2,3]）、f（[4,5,6]））

，但我认为我的reduce函数从来不会被调用成

f（[f（[4,5,6]）、f（[1,2,3]）

，或者以数组参数不“有序”的任何其他类似方式。如果这是正确的，那么我确实理解为什么我的reduce函数需要是可交换的

额外解释：

整个问题都在上面，但为了帮助别人理解我的困惑，这里是我对关联属性的理解

在我看来，

f

关联意味着：

f([1, 2, 3]) == f([f([1, 2]), 3]) == f([1, f([2, 3])]) == f([f([1]), f([2, 3])]) == f([f([1, 2]), f([3])])

前3个是二进制运算符的标准数学关联定义。由于我们使用的是数组和非二进制运算符，最后2个是一个轻微的推广。因此，例如，如果CouchDB缓存了reduce的结果

[1,2]

和reduce的结果

[3,4]

，它可以调用我的reduce函数，使用

rereduce==true

，只传递

f（[1,2]）

和

f（[3,4]）

来计算

f（[1,2,3,4]）

，不需要我的代码来处理所有4项

应用程序

---

值得一提的是，我有一个用例，其中我的映射输出是排列。因为置换函数是关联的，但不是交换的，所以我想我可以使用CouchDB reduce缓存来非常有效地完成一些很酷的事情。而且，在我的测试中，它似乎起了作用。但是wiki、CouchDB书籍和其他来源说reduce必须是可交换的，因此我不应该这样做。

将此发布到CouchDB邮件列表中，并进行了修改。目前，reduce函数似乎不需要是可交换的。然而，CouchDB计划集成BigCoach，届时数据将在多台服务器上进行分片。在这种环境中，传递给reduce函数的值基本上是随机的，因此需要交换的

虽然如果只有一个碎片，非交换函数将继续正常工作，但CouchDB团队并没有承诺这将始终有效；他们保留在将来改变事情的权利，并且只能承诺如果你的reduce是可交换的，那么它将起作用