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 −

  1. map 是使用键映射一个值并发出键值对的 Javascript 函数

  2. reduce 是减少或分组所有具有相同键的文档的 Javascript 函数

  3. out 指定 map-reduce 查询结果的位置

  4. query 指定用于选择文档的可选选择标准

  5. sort 指定可选的排序标准

  6. 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。