之前的文章中介绍了如何基于Mongodb进行关系型数据的分布式存储,有了存储就会牵扯到查询。虽然用普通的方式也可以进行查询,但今天要介绍的是如何使用MONGODB中提供的MapReduce功能进行查询。
有关MongoDb的MapReduce之前我写过一篇文章 Mongodb Mapreduce 初窥,
今天介绍如何基于sharding机制进行mapreduce查询。在MongoDB的官方文档中,这么一句话:
In sharded environments, data processing of map/reduce operations runs in parallel on all shards.
即: map/reduce操作会并行运行在所有的shards上。
下面我们就用之前这篇文章中白搭建的环境来构造mapreduce查询:
首先要说的是,基于sharding的mapreduce与非sharding的数据在返回结构上有一些区别,我目前注意到的主要是不支持定制式的json格式的返回数据,也就是下面方式可能会出现问题:
注意:上面的情况目前出现在了我的测试环境下,如下图:
就需要改成 return count;
下面是测试代码,首先是按帖子id来查询相应数量(基于分组查询实例方式):
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
{
public Mongo Mongo { get ; set ; }
public IMongoDatabase DB
{
get
{
return this .Mongo[ " dnt_mongodb " ];
}
}
/// <summary>
/// Sets up the test environment. You can either override this OnInit to add custom initialization.
/// </summary>
public virtual void Init()
{
string ConnectionString = " Server=10.0.4.85:27017;ConnectTimeout=30000;ConnectionLifetime=300000;MinimumPoolSize=512;MaximumPoolSize=51200;Pooled=true " ;
if (String.IsNullOrEmpty(ConnectionString))
throw new ArgumentNullException( " Connection string not found. " );
this .Mongo = new Mongo(ConnectionString);
this .Mongo.Connect();
}
string mapfunction = " function(){/n " +
" if(this._id=='548111') { emit(this._id, 1); } /n " +
" }; " ;
string reducefunction = " function(key, current ){ " +
" var count = 0; " +
" for(var i in current) { " +
" count+=current[i]; " +
" } " +
" return count ;/n " +
" }; " ;
protected void Page_Load( object sender, EventArgs e)
{
Init();
var mrb = DB[ " posts1 " ].MapReduce(); // attach_gfstream.files
int groupCount = 0 ;
using (var mr = mrb.Map(mapfunction).Reduce(reducefunction))
{
foreach (Document doc in mr.Documents)
{
groupCount = int .Parse(doc[ " value " ].ToString());
}
}
this .Mongo.Disconnect();
}
}
下面是运行时的查询结果,如下:
接着演示一下如何把查询到的帖子信息返回并装入list集合,这里只查询ID为548110和548111两个帖子:
![](https://i-blog.csdnimg.cn/blog_migrate/81178cc93a2a3bb5048d90d76e7ec935.gif)
" if(this._id=='548110'|| this._id=='548111') { emit(this, 1); } /n " +
" }; " ;
string reducefunction = " function(doc, current ){ " +
" return doc;/n " +
" }; " ;
protected void Page_Load( object sender, EventArgs e)
{
Init();
var mrb = DB[ " posts1 " ].MapReduce(); // attach_gfstream.files
List < Document > postDoc = new List < Document > ();
using (var mr = mrb.Map(mapfunction).Reduce(reducefunction))
{
foreach (Document doc in mr.Documents)
{
postDoc.Add((Document)doc[ " value " ]);
}
}
this .Mongo.Disconnect();
}
下面是运行时的查询结果,如下:
上面的map/reduce方法还有许多写法,如果大家感兴趣可以看一下如下这些链接:
http://cookbook.mongodb.org/patterns/unique_items_map_reduce/
http://www.mongodb.org/display/DOCS/MapReduce
以及之前我写的这篇文章:http://www.cnblogs.com/daizhj/archive/2010/06/10/1755761.html
当然在mongos进行map/reduce运算时,会生成一些临时文件,如下图:
我猜这些临时文件可能会对再次查询系统时的性能有一些提升(但目前未观察到)。
当然对于mongodb的gridfs系统(可使用它搭建分布式文件存储系统,我之前在这篇文章中已介绍过,我也做了测试,但遗憾的是并未成功,它经常会报一些错误,比如:
看来mapreduce程序链接到mongodb上时,会产生一些问题,但不知道是不是其自身稳定性的原因,还是我的机器环境设置问题(内存或配置的64位系统mongos与32位的client连接问题)。
好了,今天的文章就先到这里了。
原文链接:http://www.cnblogs.com/daizhj/archive/2010/09/09/1822264.html
BLOG: http://daizhj.cnblogs.com/
作者:daizhj,代震军