MongoDB学习笔记---MapReduce

MongoDB学习笔记—MapReduce

MapReduce

1.mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的

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）。

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:
1. map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
2. 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。
3. 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)。
4. 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）
5. 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
6. 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）

//测试数据准备
db.user.drop();

for(var i=10; i< 100; i++) {
    db.user.insert({
        name:"user" + i, 
        age : Math.floor(Math.random()*10)+ 20, 
        sex : Math.floor(Math.random()*3)%2 ==0 ? 'M' : 'F',
        chinese : Math.floor(Math.random()*50)+50,
        math : Math.floor(Math.random()*50)+50,
        english : Math.floor(Math.random()*50)+50,
        class : "C" + i%5
    })
}

// runCommand运行方式
db.sales.runCommand({
    mapreduce: "user",

    map: function(){
        if(this.class == "C1") {
            emit(this.age, this.age);
        }
    },

    reduce: function(key,values){
        var maxValue = Max(key, values);
        return maxValue;
    },

    {
        out: {inline: 1},
        query : "",
        sort: "",
        limit: "",
    }
})

db.user.mapReduce(
    // 映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。
    function(){
        // 按照emit函数的第一个参数进行分组
        // 第二个参数的值会传递给reduce
        emit(this.age, this);   
    },

    // 简化函数，会对map分组后的数据进行分组简化
    // 在reduce(key,value)中的key就是emit中的key, vlaues为emit分组后的emit(value)的集合
    function(key, values){
        var maxValue = Math.max(key, values);
        return maxValue;
    },

    // 可选参数
    {
        query: {sex: "F"},
        out: "result",
        sort : {},
        limit : 0
    }
)

执行结果：

{
    "result" : "result",  // 存放的集合名
    "timeMillis" : 23,
    "counts" : {
        "input" : 29,  // 传入文档的个数
        "emit" : 29,   // 此函数被调用的次数
        "reduce" : 6,  // 此函数被调用的次数
        "output" : 8   // 最后返回文档的个数
    },
    "ok" : 1
}

查看返回的结果：
db.result.find()