Mongodb 简明教程
MongoDB - Map Reduce
根据 MongoDB 文档, Map-reduce 是一个用于将大量数据浓缩为有用的聚合结果的数据处理范例。MongoDB 使用 mapReduce 命令用于 map-reduce 操作。MapReduce 通常用于处理大型数据集。
MapReduce Command
以下是基本 mapReduce 命令的语法:
>db.collection.mapReduce(
function() {emit(key,value);}, //map function
function(key,values) {return reduceFunction}, { //reduce function
out: collection,
query: document,
sort: document,
limit: number
}
)
map-reduce 函数首先查询集合,然后映射结果文档以发出键值对,这些键值对接着基于具有多个值的键进行化简。
在以上语法中 −
-
map 是使用键映射一个值并发出键值对的 Javascript 函数
-
reduce 是减少或分组所有具有相同键的文档的 Javascript 函数
-
out 指定 map-reduce 查询结果的位置
-
query 指定用于选择文档的可选选择标准
-
sort 指定可选的排序标准
-
limit 指定要返回的文档的最大可选数量
Using MapReduce
考虑存储用户帖子的以下文档结构。文档存储用户的 user_name 和帖子的状态。
{
"post_text": "tutorialspoint is an awesome website for tutorials",
"user_name": "mark",
"status":"active"
}
现在,我们将在 posts 集合上使用 mapReduce 函数,以选择所有处于活动状态的帖子,根据 user_name 分组,然后使用以下代码按每个用户计算帖子的数量 −
>db.posts.mapReduce(
function() { emit(this.user_id,1); },
function(key, values) {return Array.sum(values)}, {
query:{status:"active"},
out:"post_total"
}
)
上面的 mapReduce 查询输出以下结果 −
{
"result" : "post_total",
"timeMillis" : 9,
"counts" : {
"input" : 4,
"emit" : 4,
"reduce" : 2,
"output" : 2
},
"ok" : 1,
}
结果表明共有 4 份文档符合查询条件 (status:"active"),映射函数发出了 4 份文档,带有键值对,最后化简函数将具有相同键的已映射文档分组为 2。
要查看此 mapReduce 查询的结果,请使用 find 运算符 −
>db.posts.mapReduce(
function() { emit(this.user_id,1); },
function(key, values) {return Array.sum(values)}, {
query:{status:"active"},
out:"post_total"
}
).find()
上面的查询给出了以下结果,表明用户 tom 和 mark 都在活动状态下有两篇帖子 −
{ "_id" : "tom", "value" : 2 }
{ "_id" : "mark", "value" : 2 }
以类似的方式,可以使用 MapReduce 查询来构建大型的复杂聚合查询。使用自定义的 Javascript 函数可以利用 MapReduce,它非常灵活且强大。