MongoDB välj antal (distinkt x) på en indexerad kolumn - räkna unika resultat för stora datamängder

1) Det enklaste sättet att göra detta är via aggregeringsramverket. Detta kräver två "$group"-kommandon:det första grupperar efter distinkta värden, det andra räknar alla distinkta värden

pipeline = [ 
    { $group: { _id: "$myIndexedNonUniqueField"}  },
    { $group: { _id: 1, count: { $sum: 1 } } }
];

//
// Run the aggregation command
//
R = db.runCommand( 
    {
    "aggregate": "myCollection" , 
    "pipeline": pipeline
    }
);
printjson(R);

2) Om du vill göra detta med Map/Reduce kan du. Detta är också en tvåfasprocess:i den första fasen bygger vi en ny samling med en lista över alla distinkta värden för nyckeln. I den andra gör vi en count() på den nya samlingen.

var SOURCE = db.myCollection;
var DEST = db.distinct
DEST.drop();


map = function() {
  emit( this.myIndexedNonUniqueField , {count: 1});
}

reduce = function(key, values) {
  var count = 0;

  values.forEach(function(v) {
    count += v['count'];        // count each distinct value for lagniappe
  });

  return {count: count};
};

//
// run map/reduce
//
res = SOURCE.mapReduce( map, reduce, 
    { out: 'distinct', 
     verbose: true
    }
    );

print( "distinct count= " + res.counts.output );
print( "distinct count=", DEST.count() );

Observera att du inte kan returnera resultatet av kartan/förminska inline, eftersom det potentiellt kommer att överskrida gränsen på 16 MB dokumentstorlek. Du kan spara beräkningen i en samling och räkna sedan () storleken på samlingen, eller så kan du få antalet resultat från returvärdet för mapReduce().