我一直在尝试使用 CouchDB 进行 MapReduce。一些示例显示了映射归约函数中可能存在的一些繁重逻辑。在一种特殊情况下，他们在映射内执行 for 循环。
在发出您选择的文档之前，MapReduce 是否会在每个可能的文档上运行？
如果是这样，我认为这意味着运行任何类型的迭代处理withinMapReduce 函数至少会增加一个数量级的处理负担。
基本上可以归结为以下问题：在进行不合理的昂贵查询之前，可以在 MapReduce 中执行多少逻辑?
在 CouchDB Map-Reduce 中，大量昂贵的处理是可以接受的。
CouchDB 视图（map-reduce）更像是CREATE INDEX比他们SELECT FROM.
具体来说，CouchDB 保证映射函数运行only每个文档一次，永远。 （嗯，实际上每个文档一次change曾经。）这就是“迭代映射缩减”。
因此，假设您有 10,000 个文档，并且它们占用 1second每个都要处理（这比我见过的要高得多）。完全构建视图需要 10,000 秒或 2.8 小时。但是，一旦视图完成，查询任何行（?key=...) 或行切片 (?startkey=...&endkey=...）与直接查询文档花费的时间相同。文档计数的查找时间为 O(log n)。
换句话说，即使每个文档执行映射需要 1 秒，但获取结果也需要几毫秒。 （当然，必须首先构建视图，因为它实际上是一个索引。）
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
