couchDB視圖
視圖函數
javascript
map函數
Map方法的參數只有一個，就是當前的文檔對象。Map方法的實現須要根據文檔對象的內容，肯定是否要輸出結果。 若是須要輸出的話，能夠經過emit來完成。 emit方法有兩個參數，分別是key和value，分別表示輸出結果的鍵和值。 使用什麼樣的鍵和值應該根據視圖的實際須要來肯定。 emit函數能夠在map函數裏被調用屢次，建立一個文檔的多個記錄。
當但願對文檔的某個字段進行排序和過濾操做的時候，應該把該字段做爲鍵（key）或是鍵的一部分； value的值能夠提供給 Reduce 方法使用，也可能會出如今最終的結果中。 能夠做爲鍵的不只是簡單數據類型，也能夠是任意的 JSON 對象。好比emit([doc.title, doc.price], doc)中，使用數組做爲鍵。java
map函數示例（javascript代碼）：python
function(doc) {
emit(doc._id, doc);
}
reduce函數
Reduce方法的參數有三個：key、values和rereduce，分別表示鍵、值和是不是rereduce 。 因爲rereduce狀況的存在，Reduce 方法通常須要處理兩種狀況：git
傳入的參數rereduce的值爲falsegithub
這代表Reduce方法的輸入是 Map方法輸出的中間結果。數據庫
參數key的值是一個數組，對應於中間結果中的每條記錄。 該數組的每一個元素都是一個包含兩個元素的數組，第一個元素是在Map方法中經過emit輸出的鍵（key），第二個元素是記錄所在的文檔 ID 。數組
參數values的值是一個數組，對應於 Map 方法中經過emit輸出的值（value）。服務器
傳入的參數rereduce的值爲truecurl
這代表Reduce方法的輸入是上次Reduce方法的輸出。函數
參數key的值爲null。
參數values的值是一個數組，對應於上次Reduce方法的輸出結果。
reduce函數示例（javascript代碼）：
function (key, values, rereduce) {
return sum(values);
}
實例解析
一、建立數據庫testdb2，添加以下文檔 ：
{
"_id": "ef3c0dddfd988a9fa5dd77452a46a5e6",
"phoneNumber": "1001",
"billSeconds": 180,
"timestamp": "201408251705"
}
{
"_id": "ef3c0dddfd988a9fa5dd77452a482dd0",
"phoneNumber": "1001",
"billSeconds": 100,
"timestamp": "201408251715"
}
上述是分機1001的兩條CDR，記錄了兩次通話的billSeconds，若是要計算通話時長，須要將 phoneNumber做爲key，billSeconds做爲value進行map和reduce操做。
二、用map操做過濾數據
function(doc) {
emit(doc.phoneNumber, doc.billSeconds);
}
map函數以phoneNumber參數做爲key，以billSeconds做爲value對數據庫執行過濾操做。
三、用reduce計算結果
function (key, values, rereduce)
{
return sum(values);
}
reduce函數執行聚合操做，將key相同的value進行求和。
完整view建立代碼以下：
{
"_id": "_design/jsTest",
"language": "javascript",
"views": {
"all": {
"map": "function(doc) { emit(doc.phoneNumber, doc.billSeconds); }",
"reduce": "function (key, values, rereduce) { return sum(values); }"
}
}
}
查詢結果
單獨執行map的結果：
curl http://127.0.0.1:5984/testdb2/_design/jsTest/_view/all?reduce=false
{"total_rows":2,"offset":0,"rows":[
{"id":"ef3c0dddfd988a9fa5dd77452a46a5e6","key":"1001","value":180},
{"id":"ef3c0dddfd988a9fa5dd77452a482dd0","key":"1001","value":100}
]}
map-reduce結果：
curl http://127.0.0.1:5984/testdb2/_design/jsTest/_view/all?group=true
{"rows":[
{"key":"1001","value":280}
]}
視圖類別
臨時視圖
python示例：
import couchdb
server = couchdb.Server("http://192.168.131.121:5984")
db = server.create('python-tests')
db['johndoe'] = dict(type='Person', name='John Doe')
db['maryjane'] = dict(type='Person', name='Mary Jane')
db['gotham'] = dict(type='City', name='Gotham City')
map_fun = '''function(doc) {
if (doc.type == 'Person')
emit(doc.name, null);
}'''
for row in db.query(map_fun):
print(row.key)
del server['python-tests']
BigCouch不支持臨時視圖
永久視圖
python示例：
import couchdb
server = couchdb.Server("http://192.168.131.121:5984")
db = server.create('python-tests')
db['johndoe'] = dict(type='Person', name='John Doe')
db['maryjane'] = dict(type='Person', name='Mary Jane')
db['gotham'] = dict(type='City', name='Gotham City')
viewData = {
"getdata":{
"map":"function(doc){ if (doc.type == 'Person') emit(doc.name, null);}"
}
}
db['_design/example'] = dict(language='javascript', views=viewData)
for row in db.view('example/getdata'):
print(row.key)
del server['python-tests']
視圖實現語言
javascript實現
couchDB默認的查詢語言是javascript，不須要進行配置便可使用js建立視圖。
示例代碼：
{
"_id": "_design/jsTest",
"language": "javascript",
"views": {
"all": {
"map": "function(doc) { emit(doc._id, doc); }",
"reduce": "function (key, values, rereduce) { return values.length; }"
}
}
}
erlang實現
編輯local.ini文件，添加以下配置：
[native_query_servers]
erlang = {couch_native_process, start_link, []}
配置後須要重啓couchDB服務器。
示例代碼：
{
"_id": "_design/erlangTest",
"language": "erlang",
"views": {
"all": {
"map": "%% Map Function\nfun({Doc}) ->\n V = proplists:get_value(<<\"_id\">>, Doc, null),\n Emit(V,{Doc})\nend.\n\n",
"reduce": "%% Reduce Function\nfun(Keys, Values, ReReduce) -> length(Values) end."
}
}
}
python實現
安裝couchdb-python包:
pip install pycouchdb or pip install -i http://simple.crate.io/ pycouchdb or git clone git://github.com/niwibe/py-couchdb.git cd py-couchdb python setup.py install
編輯local.ini文件，添加以下配置：
[query_servers] python=/usr/bin/couchpy
配置後須要重啓couchDB服務器。
示例代碼：
{
"_id": "_design/pythonTest",
"language": "python",
"views": {
"all": {
"map": "def fun(doc):\n yield doc['_id'],doc\n",
"reduce": "def fun(key, values, rereduce):\n return len(values)\n"
}
}
}
視圖的使用
運行視圖的可選參數
key 限定結果中只包含鍵爲該參數值的記錄。 startkey 限定結果中只包含鍵大於或等於該參數值的記錄。 endkey 限定結果中只包含鍵小於或等於該參數值的記錄。 limit 限定結果中包含的記錄的數目。 descending 指定結果中記錄是否按照降序排列。 skip 指定結果中須要跳過的記錄數目。 group 指定是否對鍵進行分組。 reduce 指定reduce=false能夠只返回 Map 方法的運行結果。
示例數據：
{
"_id": "ef3c0dddfd988a9fa5dd77452a46a5e6",
"phoneNumber": "1001",
"billSeconds": 180,
"timestamp": "201408251705"
}
{
"_id": "ef3c0dddfd988a9fa5dd77452a482dd0",
"phoneNumber": "1001",
"billSeconds": 100,
"timestamp": "201408251715"
}
{
"_id": "ef3c0dddfd988a9fa5dd77452a63a9e3",
"phoneNumber": "1002",
"billSeconds": 180,
"timestamp": "201408251735"
}
{
"_id": "5fecc0d7fe5acac6b46359b5eec4f3ff",
"phoneNumber": "1003",
"billSeconds": 190,
"timestamp": "201408261035"
}
{
"_id": "_design/jsTest",
"language": "javascript",
"views": {
"all": {
"map": "function(doc) { emit(doc.phoneNumber, doc.billSeconds); }",
"reduce": "function (key, values, rereduce) {return sum(values); }"
}
}
}
查找單個文檔
語法：
/database/_design/designdocname/_view/viewname?key="${key}"
示例：
curl "http://192.168.131.121:5984/testdb2/_design/jsTest/_view/all?group=true&key=\"1001\""
{"rows":[
{"key":"1001","value":280}
]}
查找多個文檔
語法：
/database/_design/designdocname/_view/viewname?startkey="${startkey}"&endkey="${endkey}"
示例：
curl "http://192.168.131.121:5984/testdb2/_design/jsTest/_view/all?group=true&startkey=\"1001\"&endkey=\"1002\""
{"rows":[
{"key":"1001","value":280},
{"key":"1002","value":180}
]}
curl "http://192.168.131.121:5984/testdb2/_design/jsTest/_view/all?group=true&startkey=\"1001\""
{"rows":[
{"key":"1001","value":280},
{"key":"1002","value":180},
{"key":"1003","value":190}
]}
curl "http://192.168.131.121:5984/testdb2/_design/jsTest/_view/all?group=true&endkey=\"1002\""
{"rows":[
{"key":"1001","value":280},
{"key":"1002","value":180}
]}
通常的關係數據庫只要數據的結構是正確的，就容許運行任何的查詢操做，一樣的，CouchDB使用事先定義好的Map和Reduce函數以Map/Reduce的方式來進行查詢。這些函數爲用戶提供了極大的靈活性，因爲每個文檔均可以單獨、並行地進行計算，因此它們能夠適應不一樣的文檔結構和索引[2]。CouchDB將一個Map函數和一個Reduce函數結合在一塊兒稱之爲視圖。
CouchDB中的視圖是用來得到開發者或當前程序想要的數據集的方式，並且是一種靜態的數據查詢方式[3]。視圖頗有用，在篩選數據庫中的文檔，爲某個特殊的程序找到相關的文檔；按照必定的順序從數據庫的文檔中提取數據；按照某種須要的值爲文檔創建相應的索引等狀況下均可以使用。總之，CouchDB中的視圖所作的事情與關係數據庫中的SQL查詢所作的事情有許多相似之處，是開發應用程序，瀏覽數據庫中的文檔必不可少的工具。
在CouchDB中通常將視圖稱爲MapReduce視圖，一個MapReduce視圖由兩個JavaScript函數組成，一個是Map函數，這個函數必須定義；另外一個是Reduce函數，這個是可選的，根據程序的須要能夠進行選擇性定義[3]。
詳細介紹CouchDB的Map和Reduce執行過程以前，先了解一下Futon爲咱們提供的臨時視圖（Temporary View）。臨時視圖是Futon中的一個能夠對視圖進行調試的界面（見圖），沒有問題的函數能夠保存在Design文檔中造成固定的視圖。爲了瞭解Map和Reduce的過程，咱們以創建一個數據庫groups爲例來進行講解，如圖所示。
在groups中咱們添加三個文檔做爲示例，文檔的內容分別以下：
{ "_id": "4c1168fca1d0ad9f69a1267b86000ed5",
"_rev": "1-283727dba699785809c18abc7eaedfcc",
"名稱": "A小組",
"成員": [
"李剛",
"劉偉",
"趙小云"
],
"平均年齡": 23,
"所獲榮譽": [
"衛生先進小組",
"文體先進小組",
"學習先進小組"
]
}
{ "_id": "4c1168fca1d0ad9f69a1267b86001c23",
"_rev": "2-42b7064413f6667f3c3cfc77dc0dd0de",
"名稱": "B小組",
"成員": [
"張力",
"劉明"
],
"平均年齡": 22.5,
"所獲榮譽": [
"學習先進小組",
"文體先進小組",
"衛生先進小組"
]
}
{ "_id": "4c1168fca1d0ad9f69a1267b86002695",
"_rev": "1-2d7bd5cff3806e3227fc9b48fa3b8cc8",
"名稱": "C小組",
"成員": [
"劉明",
"楊麗",
"馬曉雯",
"朱慧"
],
"平均年齡": 21,
"所獲榮譽": [
"文體先進小組",
"學習先進小組"
]
}
在Map的步驟中，輸入的文檔會從原始的結構轉換或者映射爲新的key/value對。如今咱們經過一個Map函數來完成對小組名稱的查詢。在臨時視圖中輸入如下函數：
function(doc) {
if(doc.名稱)
{
emit(doc.名稱);
}
}
運行後獲得如圖11-9所示的結果。
能夠看到咱們查詢到了全部小組的名稱，同時也能夠看到小組的名稱的下面還有該文檔的ID。還能夠查詢出全部小組中的全部人的姓名。
Map函數以下：
function(doc) {
if(doc.成員)
{
for(var i in doc.成員)
{
emit(doc.成員[i]);
}
}
}
該函數的運行結果如圖11-10所示。
單擊圖11-10所示界面左上角的「key」按鈕能夠執行改變成員的姓名稱的排序等操做。
如今來看看Reduce函數的執行過程。Reduce就是將執行Map函數後獲得的key/value對削減爲一個單個的值或一個數據集合，這個過程是可選擇的，而Map函數的執行過程是一個視圖所必需的。前面提到一個Map函數執行的過程會產生包含文檔ID和key以及value的行，Reduce的輸入則是這些由Map獲得的key/value的值，而不是文檔ID。執行Reduce函數事後，將會產生一個單獨的對全部value的化簡結果或一個基於key的全部分組的計算。分組（Grouping）的操做沒法在Reduce函數中控制，它只能經過傳遞到視圖中的參數來控制。
CouchDB自己包含了三個內嵌的Reduce函數，分別是：_count，_sum和_stats，它們的功能分別如表11-2所示。在大多數狀況下，對於咱們開發CouchDB的應用程序來講，它們基本上夠用了。在這三個函數中，_sum和_stats僅僅會對數據的值進行化簡，而_count函數能夠對任何類型的值計數，固然也包括null類型的值。
表11-2 內嵌Reduce函數
函 數 輸 出
_count 返回Map結果集中值的個數
_sum 返回Map結果集中數值的求和結果
_stats 返回Map結果集中數值的統計結果
內嵌的_count函數是開發程序的時候最經常使用的Reduce函數，因爲該函數能夠用來統計任何值的個數，包括null值，因此當Map函數中emit的value值略去不寫的時候，也可使用該函數。下面是一個示例。
Map函數：
function(doc) {
if(doc.成員)
{
for(var i in doc.成員)
{
emit(doc.成員[i]);
}
}
}
Reduce函數：
_count
程序運行的結果如圖11-11所示。
內嵌函數_sum會返回一個Map函數輸出的值的和，因此該函數要求全部求和的值均爲數值類型。
Map函數：
function(doc) {
if(doc.成員)
{
for(var i in doc.成員)
{
emit(doc.成員[i] ,doc.平均年齡);
}
}
}
Reduce函數：
_sum
在「Grouping」下拉框中選擇「exact」，則返回每一個人對應的平均年齡。運行的結果如圖11-12所示。
內嵌函數_stats返回一個JSON數據對象，該對象中包含sum、count、min、max、sumsqr的值，分別表示求和、計數、求最小值、求最大值、求和的平方。和_sum同樣，該函數一樣要求全部的參與運算的值均爲數值類型。
Map函數：
function(doc) {
if(doc.成員)
{
for(var i in doc.成員)
{
emit(doc.成員[i] ,doc.平均年齡);
}
}
}
Reduce函數：
_stats
執行後的結果如圖11-13所示。
在執行Map/Reduce的過程當中，數據庫中的每個文檔爲Map函數的參數，該函數能夠將全部的文檔都忽略，或者經過emit()返回一行或者多行key/value對。除了文檔以外Map函數幾乎不依靠任何信息，正是這種執行的獨立性，使得CouchDB視圖能夠大量、並行地產生。
CouchDB的視圖按照鍵（key）的順序進行排序並以行組（rows）的形式進行存儲，所以即便按照多個鍵值在成百萬、上千萬的數據中進行檢索也會具備很高的執行效率。因此，當編寫Map函數的時候，首要的目標就是創建一個按照類似的鍵值來存儲相關數據的索引。
雖然MapReduce的功能很強大，能夠完成不少的工做，但它也有本身的侷限性。在Map階段產生的索引是一維的，這就意味着在Reduce的階段不能產生大量的數據，不然會大大下降程序的性能。好比，CouchDB的MapReduce並不適於全文本檢索和自組織搜索等應用，這類問題更適合用Lucene這樣的工具來解決。此外，在CouchDB中處理地理信息數據也並非很方便，若是須要處理地理信息數據，則最好使用CouchDB的一個分支系統GeoCouch。
相關文章
- 1. treesoft,couchDB,
- 2. NoSQL--couchdb
- 3. couchDB-replication
- 4. Hyperledger Fabric CouchDB as the State Database——使用CouchDB
- 5. couchDB文檔
- 6. 研磨CouchDB-Introdution
- 7. couchDB簡介2
- 8. Docker部署CouchDB
- 9. 安裝CouchDB
- 10. + CouchDB入門
- 更多相關文章...
- • SQLite 視圖（View） - SQLite教程
- • SQL 視圖（Views） - SQL 教程
- • Git可視化極簡易教程 — Git GUI使用方法
- • Docker容器實戰(七) - 容器眼光下的文件系統
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
