MongoDB select count (distinct x) en una columna indexada:cuente resultados únicos para grandes conjuntos de datos

1) La forma más sencilla de hacerlo es a través del marco de agregación. Esto requiere dos comandos "$group":el primero agrupa por valores distintos, el segundo cuenta todos los valores distintos

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

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

2) Si desea hacer esto con Map/Reduce, puede hacerlo. Este también es un proceso de dos fases:en la primera fase construimos una nueva colección con una lista de cada valor distinto para la clave. En el segundo hacemos una cuenta () en la nueva colección.

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() );

Tenga en cuenta que no puede devolver el resultado del mapa/reducir en línea, ya que podría sobrepasar el límite de tamaño del documento de 16 MB. Tu puedes guarde el cálculo en una colección y luego cuente() el tamaño de la colección, o puede obtener la cantidad de resultados del valor de retorno de mapReduce().