MongoDB MapReduce的基本语法和应用

发布时间：2023-09-15 15:10:28 所属栏目：系统来源：

导读：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）。

MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

MapReduce 命

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）。

MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

MapReduce 命令

以下是MapReduce的基本语法：

>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）

以下实例在集合 orders 中查找 status:"A" 的数据，并根据 cust_id 来分组，并计算 amount 的总和。

使用 MapReduce

考虑以下文档结构存储用户的文章，文档存储了用户的 user_name 和文章的 status 字段：

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "mark",

   "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "mark",

   "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "mark",

   "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "mark",

   "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "mark",

   "status":"disabled"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "runoob",

   "status":"disabled"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "runoob",

   "status":"disabled"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

   "post_text": "菜鸟教程，最全的技术文档。",

   "user_name": "runoob",

   "status":"active"

})

WriteResult({ "nInserted" : 1 })

现在，我们将在 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"

      }

)

以上 mapReduce 输出结果为：

{

        "result" : "post_total",

        "timeMillis" : 23,

        "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。

具体参数说明：

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

output：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

使用 find 操作符来查看 mapReduce 的查询结果：

> var map=function() { emit(this.user_name,1); }

> var reduce=function(key, values) {return Array.sum(values)}

> var options={query:{status:"active"},out:"post_total"}

> db.posts.mapReduce(map,reduce,options)

{ "result" : "post_total", "ok" : 1 }

> db.post_total.find();

以上查询显示如下结果:

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

{ "_id" : "runoob", "value" : 1 }

用类似的方式，MapReduce可以被用来构建大型复杂的聚合查询。

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

（编辑：聊城站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!