MongoDB select count(distinct x) su una colonna indicizzata:conta risultati univoci per set di dati di grandi dimensioni

1) Il modo più semplice per farlo è tramite il framework di aggregazione. Questo richiede due comandi "$group":il primo raggruppa per valori distinti, il secondo conta tutti i valori distinti

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

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

2) Se vuoi farlo con Map/Reduce puoi farlo. Anche questo è un processo in due fasi:nella prima fase costruiamo una nuova collezione con un elenco di ogni valore distinto per la chiave. Nel secondo facciamo un count() sulla nuova collezione.

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() );

Si noti che non è possibile restituire il risultato della mappa/riduzione in linea, poiché ciò potrebbe potenzialmente superare il limite di dimensione del documento di 16 MB. puoi salva il calcolo in una raccolta e poi count() la dimensione della raccolta, oppure puoi ottenere il numero di risultati dal valore restituito di mapReduce().