- 最后的处理结果存储在“ttt_date_out”表中,继续写下一个MapReduce,预期结果是所有记录的平均记录产生时间
- Map:
function Map() { var count_time = 0; var arv_time = 0; var times = this.value.times; if(times){ if(times.length > 1){ for(var i = 0;i < times.length;i++){ if(i != times.length - 1){ count_time += times[i] - times[i+1]; } } } arv_time = count_time / (times.length - 1); emit( 'result', arv_time ); } }
- Reduce:
function Reduce(key, values) { var ret={msg:key}; var count_times = 0; for(var i = 0;i < values.length;i++){ count_times += values[i]; } ret.arv_time = count_times / values.length; return ret; }
- Finalize:(上一个MapReduce中没有,在这里主要作用为对结果再次进行处理)
function Finalize(key, reduced) { // 转成秒 var second = parseFloat(reduced) /1000; // 转分钟 var minute = parseInt(second / 60); // 剩余秒 var s = second % 60; // 转小时 var hour = parseInt(minute / 60); // 剩余分 var m = minute % 60; // 转天 var day = parseInt(hour / 24); // 剩余小时 var h = hour % 24; return day + " 天 " + h + " 小时 " + m + " 分钟 " + s + " 秒 "; }
- 配置In & Out
- 最终结果
- 小结:
- 经过一天的努力,完成了预期的目标,明天继续了解一下,最终操作实际的日志表,看看效果。
- MapRecude的编写语言为Javascript,刚开始是用命令行,编写以及阅读太过麻烦,最后虽然使用MongoVUE,但是调试起来很困难,没有debug。找了很多资料也没有具体的好方法,悲剧。