mapreduce在mongo中的使用

           new day,new life---1月2日，2014

        map-reduce是一个很好聚合工具，在Mongo中的count,group,distinct等命令都可以用map-reduce实现,而且distinct可以存储的值有大小限制，这时mapreduce的优势就显现出来。当然，map-reduce 也是有代价的：速度，不可用在“实时”的环境中。

      map-reduce 要分几个步骤 ：

     1>映射（map）,映射出一个key-values的文档，values可能含一个(key不重复)、多个（key重复），这里的key是统计的字段。

      2 > 洗牌（shuffle），按照键的分组，形成列表

      3>  化简（reduce）,  将要统计的字段化简成单值。

            下面，我们将举一个简单的例子，统计出集合中所有的键,//表示注释。

              1  映射   map =  function() {emit(this.md5,1)}  ;// 统计md5的值，并且设置出现的次数为1，this表示传入的记录（文档）。 

                        

             2  化简 reduce = function(key,val) { return Array.sum(val)} ;// 统计同一个key出现的总的次数

                       

            3 运行mapreduce ,详细的参数可以参照（http://docs.mongodb.org/manual/core/map-reduce/）

                       

                            参数说明：     result//存放的数据集合

                        timeMillis: 消耗的时间(毫秒)

                        ok :1 ,状态位，1表示成功，反之失败。

                         count:{

                            input://表示符合要求的文档

                           emit  //映射的个数

                           reduce //化简所用的次数

                           output//输出的结果数

                        }

                     

     上述只是一个简单的例子,mapreduce的功能远不止于此，借此与大家一起探讨学习！

参照文档：http://docs.mongodb.org/manual/core/map-reduce/