1. 首页
  2. mongodb教程

44-四十四、MongoDB Map Reduce

MongoDB 通过 mapReduce() 方法支持 Map-Reduct 计算模型

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 方法

语法

MongoDB mapReduce() 方法语法格式如下


>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 方法实现两个函数 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 keyvalue 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)

Map-Reduce 计算模型图示

在这张图中,在集合 orders 中查找 status:"A" 的数据,并根据 cust\_id 来分组,并计算 amount 的总和

img_1.png

使用 mapReduce

范例数据

假设我们有以下的 posts 集合数据,存储了用户的 user\_name 和文章的 status 字段


> db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "mark", "status":"active" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "mark", "status":"active" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "mark", "status":"active" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "mark", "status":"active" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "mark", "status":"disabled" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "ycbbs", "status":"disabled" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "ycbbs", "status":"disabled" }) WriteResult({ "nInserted" : 1 }) > db.posts.insert({ "post_text": "研发军团,教程 ", "user_name": "ycbbs", "status":"active" }) WriteResult({ "nInserted" : 1 })

接下来我们在 posts 集合中使用 mapReduce 函数来选取已发布的文章(status:"active"),并通过user\_name分组,计算每个用户的文章数


> db.posts.mapReduce( function() { emit(this.user_name,1); }, function(key, values) {return Array.sum(values)}, { query:{status:"active"}, out:"post_total" } )

运行以上 mapReduce 输出结果为


{ "result" : "post_total", "timeMillis" : 153, "counts" : { "input" : 5, "emit" : 5, "reduce" : 1, "output" : 2 }, "ok" : 1 }

结果表明,共有 5 个符合查询条件(status:"active")的文档, 在 map 函数中生成了 5 个键值对文档,最后使用 reduce 函数将相同的键值分为 2 组

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,不过从经验上来看,原因比较模糊,作用不大

可以使用 find() 方法查看 mapReduce 计算的结果


> db.posts.mapReduce( function() { emit(this.user_name,1); }, function(key, values) {return Array.sum(values)}, { query:{status:"active"}, out:"post_total" } ).find()

输出结果如下所示,总共有两个用户 tommark 有两个发布的文章


{ "_id" : "mark", "value" : 4 } { "_id" : "ycbbs", "value" : 1 }

Map 函数和 Reduc e函数可以使用 JavaScript 来实现,使得 MapReduce 的使用非常灵活和强大

希望读者能够给小编留言,也可以点击[此处扫下面二维码关注微信公众号](https://www.ycbbs.vip/?p=28 "此处扫下面二维码关注微信公众号")

JS中文网,Javascriptc中文网是中国领先的新一代开发者社区和专业的技术媒体,一个帮助开发者成长的社区,是给开发者用的 Hacker News,技术文章由为你筛选出最优质的干货,其中包括:Android、iOS、前端、后端等方面的内容。目前已经覆盖和服务了超过 300 万开发者,你每天都可以在这里找到技术世界的头条内容。

本文著作权归作者所有,如若转载,请注明出处

转载请注明:文章转载自「 Java极客技术学习 」https://www.javajike.com

标题:44-四十四、MongoDB Map Reduce

链接:https://www.javajike.com/article/1557.html

« 45-四十五、MongoDB 全文检索
43-四十三、MongoDB ObjectId»

相关推荐

QR code