我有一组在蒙戈文件。 说：
[
{ summary:"This is good" },
{ summary:"This is bad" },
{ summary:"Something that is neither good nor bad" }
]
我想统计每个字（不区分大小写）出现的号码，然后按降序排序。 结果应该是这样的：
[
"is": 3,
"bad": 2,
"good": 2,
"this": 2,
"neither": 1,
"nor": 1,
"something": 1,
"that": 1
]
任何想法如何做到这一点？ 聚合框架将是首选，因为我知道它在一定程度上已经:)
MapReduce的可能是一个不错的选择，可以处理服务器上的文档，而无需在客户端上执行操作（因为没有分裂DB服务器（一根绳子功能开放问题 ）。
先从map功能。 另外，在以下（这可能需要更健壮）的例子中，每个文档被传递给map函数（ this ）。 该代码查找的summary字段，如果它的存在，它小写，分割的是空间，然后发出1对发现的每一个单词。
var map = function() {
var summary = this.summary;
if (summary) {
// quick lowercase to normalize per your requirements
summary = summary.toLowerCase().split(" ");
for (var i = summary.length - 1; i >= 0; i--) {
// might want to remove punctuation, etc. here
if (summary[i]) { // make sure there's something
emit(summary[i], 1); // store a 1 for each word
}
}
}
};
然后，在reduce的功能，它求和由所有所找到的结果的map功能并返回该被每个字的离散总emit泰德上方。
var reduce = function( key, values ) {
var count = 0;
values.forEach(function(v) {
count +=v;
});
return count;
}
最后，执行MapReduce的：
> db.so.mapReduce(map, reduce, {out: "word_count"})
与你的样本数据的结果：
> db.word_count.find().sort({value:-1})
{ "_id" : "is", "value" : 3 }
{ "_id" : "bad", "value" : 2 }
{ "_id" : "good", "value" : 2 }
{ "_id" : "this", "value" : 2 }
{ "_id" : "neither", "value" : 1 }
{ "_id" : "or", "value" : 1 }
{ "_id" : "something", "value" : 1 }
{ "_id" : "that", "value" : 1 }
一个基本的MapReduce的例子
var m = function() {
var words = this.summary.split(" ");
if (words) {
for(var i=0; i<words.length; i++) {
emit(words[i].toLowerCase(), 1);
}
}
}
var r = function(k, v) {
return v.length;
};
db.collection.mapReduce(
m, r, { out: { merge: "words_count" } }
)
这将插入字数为集合名称words_count您可以排序（和索引）
需要注意的是它不使用词干，省略标点符号，处理停用词等。
还注意到可以通过累加重复字（一个或多个）事件和发射计数，而不仅仅是1优化映射函数
