mongo db - map reduce and lookup

是否有可能在同一个查询管道中有效地同时执行map reduce和lookup？mongo db - map reduce and lookup

比方说，我有两个集合：

项目：{ _id, group_id, createdAt }
采购：{ _id, item_id }

我想要得到的前n个项目组的基础上，购买的数量每组最近的x个项目。

如果我在项目文档中有可用购买数量，那么我可以聚合并排序，但事实并非如此。

我可以得到每组最近的X项目像这样：

let x = 3; 
let map = function() { 
    emit(this.group_id, { items: [this] }); 
}; 
let reduce = function (key, values) { 
    return { items: getLastXItems(x, values.map(v => v.items[0])) }; 
}; 
let scope = { x }; 

db.items.mapReduce(map, reduce, { out: { inline: 1 }, scope }, function(err, res) { 
    if (err) { 
    ... 
    } else { 
    // res is an array of { group_id, items } where items is the last x items of the group 
    } 
});

但是我错过了购买数，所以我不能用它来排序组，输出前N个组（其顺便说一句，我甚至不知道我能做什么）

我在Web服务器上使用它，并根据用户上下文运行与范围变量的查询，所以我不想输出结果到另一个收集并且必须做一切内联。

===编辑1 ===添加数据例如：

样本数据可以是：

// items 
{ _id: '1, group_id: 'a', createdAt: 0 } 
{ _id: '2, group_id: 'a', createdAt: 2 } 
{ _id: '3, group_id: 'a', createdAt: 4 } 
{ _id: '4, group_id: 'b', createdAt: 1 } 
{ _id: '5, group_id: 'b', createdAt: 3 } 
{ _id: '6, group_id: 'b', createdAt: 5 } 
{ _id: '7, group_id: 'b', createdAt: 7 } 
{ _id: '8, group_id: 'c', createdAt: 5 } 
{ _id: '9, group_id: 'd', createdAt: 5 } 

// purchases 
{ _id: '1', item_id: '1' } 
{ _id: '2', item_id: '1' } 
{ _id: '3', item_id: '3' } 
{ _id: '4', item_id: '5' } 
{ _id: '5', item_id: '5' } 
{ _id: '6', item_id: '6' } 
{ _id: '7', item_id: '7' } 
{ _id: '8', item_id: '7' } 
{ _id: '9', item_id: '7' } 
{ _id: '10', item_id: '3' } 
{ _id: '11', item_id: '9' }

并用n = 3和x = 2样品的结果将是：

[ 
    group_id: 'a', numberOfPurchasesOnLastXItems: 4, 
    group_id: 'b', numberOfPurchasesOnLastXItems: 3, 
    group_id: 'c', numberOfPurchasesOnLastXItems: 1, 
]

来源

2016-09-21 Guig

你可以张贴一些示例项目和购买的，随着一个例子结果？从您的描述中不清楚这里涉及的数据类型，例如购买是否包含item_id或单个item_id的数组？ –

我编辑了这个问题，谢谢 – Guig

对不起，对于您的示例数据，'n = 3'和'x = 2'是什么意思？ –

我认为这可以通过聚合管道解决，但我不知道这是多么糟糕，尤其是性能方面。

关注我的是：

将聚合管道能够受益于指数，在查找和排序？
可它只是用来计算匹配项查询+投影简化

无论如何，我认为一个解决方案，我可能是：

x = 2; 
n = 3; 

items.aggregate([ 
    { 
    $lookup: { 
     from: 'purchases', 
     localField: '_id', 
     foreignField: 'item_id', 
     as: 'purchases', 
    }, 
    }, 
    /* 
    after the join, the data is like { 
    _id: <itemId>, 
    group_id: <itemGroupId>, 
    createdAt: <itemCreationDate>, 
    purchases: <arrayOfPurchases>, 
    } 
    */ 

    { 
    $project: { 
     group_id: 1, 
     createdAt: 1, 
     pruchasesCount: { $size: '$purchases' }, 
    } 
    } 
    /* 
    after the projection, the data is like { 
    _id: <itemId>, 
    group_id: <itemGroupId>, 
    createdAt: <itemCreationDate>, 
    purchasesCount: <numberOfPurchases>, 
    } 
    */ 

    { 
    $sort: { createdAt: 1 } 
    }, 

    { 
    $group: { 
     _id: '$group_id', 
     items: { 
     $push: '$purchasesCount', 
     } 
    } 
    } 
    /* 
    after the group, the data is like { 
    _id: <groupId>, 
    items: <array of number of purchases per item, sorted per item creation date>, 
    } 
    */ 

    { 
    $project: { 
     numberOfPurchasesOnMostRecentItems: { $sum: { $slice: ['$purchasesCount', x] } }, 
    } 
    } 
    /* 
    after the projection, the data is like { 
    _id: <groupId>, 
    numberOfPurchasesOnMostRecentItems: <number of purchases on the last x items>, 
    } 
    */ 

    { 
    $sort: { numberOfPurchasesOnMostRecentItems: 1 } 
    }, 

    { $limit : n } 
]);

来源

2016-09-21 07:07:06 Guig

mongo db - map reduce and lookup

回答

相关问题