MongoDB Map Reduce
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)。
MongoDB提供的Map-Reduce非常灵活,对于大规模数据分析也相当实用。
MapReduce 命令
以下是MapReduce的基本语法:
>db.collection.mapReduce( function() {emit(key,value);}, //map 函数 function(key,values) {return reduceFunction}, //reduce 函数 { out: collection, query: document, sort: document, limit: number } )
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。
参数说明:
- map :映射函数 (生成键值对序列,作为 reduce 函数参数)。
- 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。。
- 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)。设置了 {inline:1} 将不会创建集合,整个 Map/Reduce 的操作将会在内存中进行
- 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)
- 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
- 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)
实例
以下是集合 orders数据:
/* 1 */
{
"_id" : ObjectId("63edf0403e2011dea270df45"),
"cust_id" : "A123",
"amount" : 500.0,
"status" : "A"
}
/* 2 */
{
"_id" : ObjectId("63edf0403e2011dea270df46"),
"cust_id" : "A123",
"amount" : 250.0,
"status" : "A"
}
/* 3 */
{
"_id" : ObjectId("63edf0403e2011dea270df47"),
"cust_id" : "B212",
"amount" : 200.0,
"status" : "A"
}
/* 4 */
{
"_id" : ObjectId("63edf0403e2011dea270df48"),
"cust_id" : "A123",
"amount" : 300.0,
"status" : "D"
}
现在想要在 orders 中查找 status:"A" 的数据,并根据 cust_id 来分组,并计算 amount 的总和。
指定集合:
db.orders.mapReduce(
function(){emit(this.cust_id,this.amount);},
function(key,values){return Array.sum(values)},
{
query:{status:"A"},
out:"order_totals"
}
)
执行结果:
在内存在中直接执行:
db.orders.mapReduce(
function(){emit(this.cust_id,this.amount);},
function(key,values){return Array.sum(values)},
{
query:{status:"A"},
out:{inline:1}
}
)
执行结果:
结果表明,共有 3 个符合查询条件(status:"A")的文档, 在map函数中生成了 3 个键值对文档,最后使用reduce函数将相同的键值分为 2 组。
具体参数说明:
- result:储存结果的collection的名字,这是个临时集合,MapReduce的连接关闭后自动就被删除了。
- timeMillis:执行花费的时间,毫秒为单位
- input:满足条件被发送到map函数的文档个数
- emit:在map函数中emit被调用的次数,也就是所有集合中的数据总量
- output:结果集合中的文档个数(count对调试非常有帮助)
- ok:是否成功,成功为1
- err:如果失败,这里可以有失败原因,不过从经验上来看,原因比较模糊,作用不大
MapReduce可以被用来构建大型复杂的聚合查询。
Map函数和Reduce函数可以使用 JavaScript 来实现,使得MapReduce的使用非常灵活和强大。