Mongodb MapReduce

MongoDB的MapReduce相当于MySql的“group by”，所以在MongoDB上使用Map/Reduce进行并行统计比较容易。

使用MapReduce要实现两个函数Map函数和Reduce函数，Map函数使用emit(key,value),遍历collection中的所有的记录，将key和value传递给Reduce函数进行处理。Map函数和Reduce函数可以使用JavaScript来实现，可以通过db.runCommand或mapReduce命令来执行一个MaoReduce的操作：

db.runCommand(

{mapreduce:<colleciont>,

map:<mapfunction>,

reduce:<reducefunction>

[,query:<query filter object>]

[,sort:<sorts the input objects using this key. Useful for optimization, like sorting by thie emit key for fewer reduces>]

[,kunut:<number of objects to return from collection>]

[,out:<see output options below>]

[,keeptemp:<true|false>]

[,finalize:<finalizefunction>]

[,scope:<object where fields to into javascript global scope>]

[,verbose:true]

}

};

参数说明：

mapreduce：要操作的目标集合。

map：映射函数（生成键值对序列，作为reduce函数参数）。

reduce：统计函数。

query：目标记录过滤。

sort：目标记录排序。

limit：限制目标记录的数量。

out：统计结果存放集合（不知道ing则使用临时集合，客户端断开后自动删除）。

keeptemp：是否保留临时集合。

finalize：最终处理函数（对reduce返回结果进行最终整理后存入结果集合）。

scope：向map、reduce、finalize导入外部变量。

verbose：显示详细的时间统计信息。

Map函数使用emit（key，value）返回键值对，使用this访问当前待处理的Document。

Reduce函数姐都的参数类似Group效果，将Map返回的键值序列组合成{key,[value1,value2,value3,value4]}传递给reduce。reduce函数对这些values进行统计操作，返回结果可以使用JSON Object。

利用finalize（）我们可以对reduce（）的结果做进一步处理。