最近在统计某一个时间段的url去重数,由于数据量巨大导致报错,提示:
distinct failed: { "errmsg" : "exception: distinct too big, 16mb cap", "code" : 17217, "ok" : 0 } at src/mongo/shell/collection.js:1108
最终通过mapreduce来解决如下:
//定义map函数 map=function(){ emit(this.url,{"count":1}); }
//定义reduce函数 reduce=function(key,values){ var total=0; for(var i=0; i < values.length; i++){ total+=values[i].count; } return {count:total} }
//执行mapreduce函数,其中out的值是存储执行结果的集合 db.runCommand({"mapreduce":"visit","map":map,"reduce":reduce,"query":{"vtime":{"$gte":1412611200,"$lte":1413907119}},"out":"test.tmp"});
关于mapreduce的选项解释如下:
"out":{replace:"collection name"} -- mapreduce输出结果会替换掉原来的collection,collection不存在则创建 "out":{merge:"collection name"} -- 将新老数据进行合并,新的替换旧的,没有的添加进去 "out":{reduce:"collection name"}-- 存在老数据时,在原来的基础上加新的数据(即new value=old value+mapreduce value) "out":{inline:1} -- 不会创建collection,结果保存在内存里面,只限于结果小于16MB的情况