MongoDB MapReduce

Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE），MapReduce可以被用来构建大型复杂的聚合查询，对于大规模数据分析相当实用。MapReduce基本语法

db.collection.mapReduce(
   function() {emit(key,value);},  //map 函数
   function(key,values) {return reduceFunction},   //reduce 函数
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数，Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将 key 与 value 传递给 Reduce 函数进行处理，Map 函数必须调用 emit(key, value) 返回键值对。

参数说明:

• map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。

• reduce 统计函数，reduce函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value。。

• out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。

• query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）

• sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制

• limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）

例如：

 

// 筛选status=active的document，根据user_name分组，统计count
db.posts.mapReduce(
function(){emit(this.user_name,1);},
function(key,values){return Array.sum(values)},
{
    query:{"status":"active"},
    out:"post_total"
    }
)

##等同于聚合函数
db.posts.aggregate(
{$match:{"status":"active"}},
{$group:{_id:"$user_name","count":{"$sum":1}}}
)

输出结果

{
        "result" : "post_total",
        "timeMillis" : 23,
        "counts" : {
                "input" : 5,
                "emit" : 5,
                "reduce" : 1,
                "output" : 2
        },
        "ok" : 1
}

结果参数说明：

• result：储存结果的collection的名字,这是个临时集合，MapReduce的连接关闭后自动就被删除了。

• timeMillis：执行花费的时间，毫秒为单位

• input：满足条件被发送到map函数的文档个数

• emit：在map函数中emit被调用的次数，也就是所有集合中的数据总量

• ouput：结果集合中的文档个数（count对调试非常有帮助）

• ok：是否成功，成功为1

• err：如果失败，这里可以有失败原因

可以使用 find() 查看MapReduce的结果

db.posts.mapReduce(...).find()