在Mongodb查询中，基于一个字段查找最大连续记录的数量

Question

我希望找到特定字段的最大连续记录计数。

在对字段进行排序后，我的db.people集合如下：

> db.people.find().sort({ updated_at: 1})
{ "_id" : 1, "name" : "aaa", "flag" : true, "updated_at" : ISODate("2014-02-07T08:42:48.688Z") }
{ "_id" : 2, "name" : "bbb", "flag" : false, "updated_at" : ISODate("2014-02-07T08:43:10Z") }
{ "_id" : 3, "name" : "ccc", "flag" : true, "updated_at" : ISODate("2014-02-07T08:43:40.660Z") }
{ "_id" : 4, "name" : "ddd", "flag" : true, "updated_at" : ISODate("2014-02-07T08:43:51.567Z") }
{ "_id" : 6, "name" : "fff", "flag" : false, "updated_at" : ISODate("2014-02-07T08:44:23.713Z") }
{ "_id" : 7, "name" : "ggg", "flag" : true, "updated_at" : ISODate("2014-02-07T08:44:44.639Z") }
{ "_id" : 8, "name" : "hhh", "flag" : true, "updated_at" : ISODate("2014-02-07T08:44:51.415Z") }
{ "_id" : 5, "name" : "eee", "flag" : true, "updated_at" : ISODate("2014-02-07T08:55:24.917Z") }

在上述记录中，有两个地方连续出现flag属性值为true。即

record with _id 3 - record with _id 4   (2 consecutive records)

并且

record with _id 7 - record with _id 8 - record with _id 5  (3 consecutive records)

然而，我想要从Mongo查询搜索中获取最大连续数字，即3。是否可能获得这样的结果？我谷歌了一下，并在这里找到了一个类似的解决方案，使用Map-Reduce，链接如下：https://stackoverflow.com/a/7408639/1120530。我是Mongodb的新手，无法理解map-reduce文档，特别是如何将其应用于上述情况。

- Dhanu Gurung

---

你能否澄清一下，当按特定键字段排序时，您是否指的是“最连续记录”，还是寻找插入的自然顺序。在提问时，让人们了解您的用例会很有帮助。这可以避免您后来说回答并不完全符合您的要求。 - Neil Lunn

这些是否真的具有增量数字_id？而且_id是排序键，对吧？我对太容易的事情持怀疑态度。 - Neil Lunn

@NeilLunn：'updated_at' 是排序键，而 '_id' 不是递增的数字值。 - Dhanu Gurung

很抱歉比预期回复晚了这么多，但我认为答案应该足够了。 - Neil Lunn

我们可以看到自从答案提交以来，您已经多次访问了该网站。如果这不符合您的期望，请发表评论。当您实际收到答案时，放弃赏金所获得的声誉点似乎是一件遗憾的事情。 - Neil Lunn

Answer 1

你可以执行此MapReduce操作。

首先是mapper：

var mapper = function () {


    if ( this.flag == true ) {
        totalCount++;
    } else {
        totalCount = 0;
    }

    if ( totalCount != 0 ) {
        emit (
        counter,
        {  _id: this._id, totalCount: totalCount }
    );
    } else {
      counter++;
    }

};

该代码追踪了变量flag中出现true值的次数。如果该次数超过了1，则输出包含文档_id的值。当flag为false时，另一个计数器被递增，以便为匹配项创建一个分组“key”。

然后是reducer:

var reducer = function ( key, values ) {

    var result = { docs: [] };

    values.forEach(function(value) {
        result.docs.push(value._id);
        result.totalCount = value.totalCount;
    });

    return result;

};

将_id值与totalCount一起推入结果数组中。

然后运行：

db.people.mapReduce(
    mapper,
    reducer,
   { 
       "out": { "inline": 1 }, 
       "scope": { 
           "totalCount": 0, 
           "counter": 0 
       }, 
       "sort": { "updated_at": 1 } 
   }
)

因此，我们使用mapper和reducer函数，然后定义在"scope"中使用的全局变量，并传入所需的基于updated_at日期进行排序的"sort"。 这给出了以下结果：

{
    "results" : [
        {
            "_id" : 1,
            "value" : {
                "docs" : [
                     3,
                     4
                 ],
                 "totalCount" : 2
            }
        },
        {
            "_id" : 2,
            "value" : {
            "docs" : [
                7,
                8,
                5
             ],
             "totalCount" : 3
             }
        }
    ],
    "timeMillis" : 2,
    "counts" : {
            "input" : 7,
            "emit" : 5,
            "reduce" : 2,
            "output" : 2
    },
    "ok" : 1,
}

当然，你可以跳过totalCount变量，直接使用数组长度，这是一样的。但既然你想要使用计数器，那就加上它吧。但这就是原则。

所以，是的，这个问题适合使用mapReduce，现在你有了一个例子。

- Neil Lunn

---

谢谢回复。 - Dhanu Gurung

@NeilLunn，回答得不错，你在哪儿啊？ - Disposer