MongoDB Map Reduce

  根据MongoDB文档，Map Reduce是一种用于将大量数据压缩为有用的聚合结果的数据处理范例。MongoDB使用MapReduce命令执行映射减少操作。MapReduce通常用于处理大型数据集。

MapReduce命令

  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，然后将结果文档映射到发出键-值对，然后根据具有多个值的键来减少键-值对。

  在上述语法中：

•   map是一个JavaScript函数，它将值与键映射并发出键-值对

•   reduce是一个JavaScript函数，用于减少或分组所有具有相同键的文档

•   out指定查询结果的位置

•   query指定用于选择文档的可选选择标准

•   sort指定可选排序条件

•   limit指定要返回的可选最大文档数

使用MapReduce

  假设以下存储用户帖子的文档结构。文档存储用户的用户名和帖子状态。

{

   "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函数来选择所有活动帖子，根据用户名对它们进行分组，然后使用以下代码统计每个用户的帖子数

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

  上述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个文档与查询匹配(状态:“active”)，map函数发出4个具有键值对的文档，reduce函数将具有相同键的映射文档分组为2个。

  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都有两个处于活动状态的帖子

{ "_id" : "tom", "value" : 2 }
{ "_id" : "mark", "value" : 2 }

  以类似的方式，MapReduce查询可用于构造大型复杂聚合查询。自定义Javascript函数的使用利用了MapReduce，它非常灵活和强大。