MapReduce：マップ関数の集計？

Question

が含まれている別のドキュメントを生成するために、あなたがたMapReduceと、すべての文書は、Twitterからのつぶやきで、あなたがしたいDBを持っていると仮定します。含まれる単語のあらゆる国

一覧に公開ツイートの

• 数それらのつぶやきには、その単語のヒット数を数えるカウンタがあります。これは、すべての国のためにも。

私の質問：map関数の単語を集計してカウントしてから、もう一度reduce関数を実行しても問題ありませんか？このようにすると、マップ関数の出力は単一のツイートの情報を表し、reduce関数は同じ国の複数のツイートの情報を集約しますが、これが良い練習であるかどうかは分かりませんMapReduceアルゴリズム...

ありがとうございます！

Answer 1

mongoDB 3.4では、このプロセスを集約フレームワークで実行できます。

最初の箇条書きについては、国のフィールドで$ group演算子を使用し、つぶやきを数えてください。

ツイートテキストのフィールドで$ split（3.4の新機能）演算子を使用し、生成された配列で$ unwindを使用し、最後に$ groupを_idまたはcountry + wordとして使用する必要があります_idとして

古いバージョンのmongodbを使用している場合は、map-reduceプロシージャを使用する必要がありますが、集約フレームワークはmongodbのmap-reduceよりもはるかに高速です。

$スプリット：https://docs.mongodb.com/manual/reference/operator/aggregation/split/#exp._S_split

$くつろぐ：https://docs.mongodb.com/manual/reference/operator/aggregation/unwind/

$グループ：https://docs.mongodb.com/manual/reference/operator/aggregation/group/

Answer 2

ビルモイサイムことによって、上記great answerから、あなたは、理想的に望ましい結果を得るために、以下の集約演算を実行します：

db.tweets.aggregate([ 
    { "$project": { "wordList": { "$split": [ "$text", " " ] }, "user.country": 1 } }, 
    { "$unwind": "$wordList" }, 
    { 
     "$group": { 
      "_id": { 
       "country": "$user.country", 
       "word": "$wordList" 
      }, 
      "count": { "$sum": 1 } 
     } 
    }, 
    { 
     "$group": { 
      "_id": "$_id.country", 
      "numberOfTweets": { "$sum": 1 }, 
      "counts": { 
       "$push": { 
        "word": "$_id.word", 
        "count": "$count" 
       } 
      } 
     } 
    } 
])