mongoDB-MapReduce finalize创建NaN值

我为以下数据结构创建了MapReduce作业：

{ "_id" : 1), "docid" : 119428, "term" : 5068, "score" : 0.198 }
{ "_id" : 2), "docid" : 154690, "term" : 5068, "score" : 0.21 }
{ "_id" : 3), "docid" : 156278, "term" : 5068, "score" : 0.128 }

{ "_id" : 4), "docid" : 700, "term" : "fire", "score" : 0.058 }
{ "_id" : 5), "docid" : 857, "term" : "fire", "score" : 0.133 }
{ "_id" : 6), "docid" : 900, "term" : "fire", "score" : 0.191 }
{ "_id" : 7), "docid" : 902, "term" : "fire", "score" : 0.047 }

    { "_id" : "fire", "value" : { "cnt" : 333, "scoresum" : "[object 
BSON][object BSON]0.176[object BSON]0.1010.181[object BSON][object .....BSON]
[object BSON][object BSON]0.1910.1710.2010.363[object BSON][object BSON]", "avg" : NaN } }

我想按学期分组，然后计算平均分数

这是我的MapReduce函数：

db.keywords.mapReduce( 
  function(){ 
      emit( this.term, this.score ); 
  }, 
  function(key, values) { 
      rv = { cnt : 0, scoresum : 0}; 
      rv.cnt = values.length; rv.scoresum = Array.sum(values); 
      return rv; 
  },  
  { 
     out: "mr_test" , 
     finalize: function(key, reduceVal) { 
        reduceVal.avg = reduceVal.scoresum / reduceVal.cnt; 
        return reduceVal;  
     } 
   } 
)

有些计算值是正确的：

{ "_id" : 5068, "value" : { "cnt" : 5, "scoresum" : 0.887, "avg" : 0.1774 } }

但其他人正在创造一些奇怪的结构：

{ "_id" : 1), "docid" : 119428, "term" : 5068, "score" : 0.198 }
{ "_id" : 2), "docid" : 154690, "term" : 5068, "score" : 0.21 }
{ "_id" : 3), "docid" : 156278, "term" : 5068, "score" : 0.128 }

{ "_id" : 4), "docid" : 700, "term" : "fire", "score" : 0.058 }
{ "_id" : 5), "docid" : 857, "term" : "fire", "score" : 0.133 }
{ "_id" : 6), "docid" : 900, "term" : "fire", "score" : 0.191 }
{ "_id" : 7), "docid" : 902, "term" : "fire", "score" : 0.047 }

    { "_id" : "fire", "value" : { "cnt" : 333, "scoresum" : "[object 
BSON][object BSON]0.176[object BSON]0.1010.181[object BSON][object .....BSON]
[object BSON][object BSON]0.1910.1710.2010.363[object BSON][object BSON]", "avg" : NaN } }

---

我的MapReduce函数有什么问题？

您错过了处理以下MapReduce操作的基本规则：

MongoDB可以为同一个键多次调用reduce函数。在这种情况下，该键的reduce函数的上一个输出将成为该键的下一个reduce函数调用的输入值之一

这意味着“两个”映射器和减速器函数<强>必须< /强>发出完全相同的结构，并考虑该结构用于输入。当然，问题是，如果您在reduce函数中输出不同的结构，那么下次它返回reduce时，输入的结构就不是预期的结构

这就是mapReduce处理同一个键的大数据的方式，通过一次又一次地逐步减少，直到给定键只有一个结果：

db.keywords.mapReduce（
函数（）{
emit（this.term，{“cnt”：1，“score”：this.score}）；
}, 
函数（键、值）{
rv={“cnt”：0，“score”：0}；
values.forEach（函数（值）{
rv.cnt+=value.cnt；
rv.score+=value.score；
});
返回rv；
},  
{ 
“out”：“mr_测试”，
“finalize”：函数（键，reduceVal）{
reduceVal.avg=reduceVal.score/reduceVal.cnt；
返回还原值；
} 
}
)

但实际上，通过这种方法，整个过程的效率要高得多：

db.keywords.aggregate([
{“$组”：{
“_id”：“$term”，
“cnt”：{“$sum”：1}，
“分数”：{“$sum”：“$score”}，
“平均值”：{“$avg”：“$score”}
}},
{“$out”：“aggtest”}
])

它甚至还有一个聚合累加器，可以在一次传递中获得平均值

与mapReduce不同，此处使用的运算符在本机代码中执行，而不是在解释的JavaScript中执行。结果更快，通过数据的次数更少

---

事实上，只有一个传递，它只是集合的可选输出，而不是返回默认的游标。光标是相对于mapReduce的另一个优势。

您错过了处理mapReduce操作的基本规则：

MongoDB可以为同一个键多次调用reduce函数。在这种情况下，该键的reduce函数的上一个输出将成为该键的下一个reduce函数调用的输入值之一

这意味着“两个”映射器和减速器函数<强>必须< /强>发出完全相同的结构，并考虑该结构用于输入。当然，问题是，如果您在reduce函数中输出不同的结构，那么下次它返回reduce时，输入的结构就不是预期的结构

这就是mapReduce处理同一个键的大数据的方式，通过一次又一次地逐步减少，直到给定键只有一个结果：

db.keywords.mapReduce（
函数（）{
emit（this.term，{“cnt”：1，“score”：this.score}）；
}, 
函数（键、值）{
rv={“cnt”：0，“score”：0}；
values.forEach（函数（值）{
rv.cnt+=value.cnt；
rv.score+=value.score；
});
返回rv；
},  
{ 
“out”：“mr_测试”，
“finalize”：函数（键，reduceVal）{
reduceVal.avg=reduceVal.score/reduceVal.cnt；
返回还原值；
} 
}
)

但实际上，通过这种方法，整个过程的效率要高得多：

db.keywords.aggregate([
{“$组”：{
“_id”：“$term”，
“cnt”：{“$sum”：1}，
“分数”：{“$sum”：“$score”}，
“平均值”：{“$avg”：“$score”}
}},
{“$out”：“aggtest”}
])

它甚至还有一个聚合累加器，可以在一次传递中获得平均值

与mapReduce不同，此处使用的运算符在本机代码中执行，而不是在解释的JavaScript中执行。结果更快，通过数据的次数更少

事实上，只有一个传递，它只是集合的可选输出，而不是返回默认的游标。光标是相对于mapReduce的另一个优势