MongoDB Map Reduce（转载）

MongoDB Map Reduce

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" })