MongoDB的MapReduce用法及php示例代码

MongoDB虽然不像我们常用的mysql，sqlserver，oracle等关系型数据库有group by函数那样方便分组，但是MongoDB要实现分组也有3个办法：

 * Mongodb三种分组方式：

 * 1、group(先筛选再分组，不支持分片，对数据量有所限制，效率不高)   http://php.net/manual/zh/mongocollection.group.php

 * 2、mapreduce(基于js引擎，单线程执行，效率较低，适合用做后台统计等)

 * 3、aggregate(推荐) (如果你的PHP的mongodb驱动版本需>=1.3.0，推荐你使用aggregate，性能要高很多，并且使用上要简单些，不过1.3的目前还不支持账户认证模式，可以通过http://pecl.php.net/package/mongo查看更新日志和Bug)   http://php.net/manual/zh/mongocollection.aggregate.php

下面就来看下mapreduce方式：

Mongodb官网对MapReduce介绍：

Map/reduce in MongoDB is useful for batch processing of data and aggregation operations. It is similar in spirit to using something like Hadoop with all input coming from a collection and output going to a collection. Often, in a situation where you would have used GROUP BY in SQL, map/reduce is the right tool in MongoDB.

大致意思是： Mongodb中的Map/reduce主要是用来对数据进行批量处理和聚合操作，有点类似于使用Hadoop对集合数据进行处理，所有输入数据都是从集合中获取，而MapReduce后输出的数据也都会写入到集合中。通常类似于我们在SQL中使用Group By语句一样。

使用MapReduce要实现两个函数：Map和Reduce。Map函数调用emit(key,value)遍历集合中所有的记录，将key与value传给Reduce函数进行处理。Map函数和Reduce函数是使用Javascript编写的，并可以通过db.runCommand或mapreduce命令来执行MapReduce操作。

MapReduce命令如下：

[javascript] view plain copy

1. db.runCommand(  
2. { mapreduce : <collection>,  
3.    map : <mapfunction>,  
4.    reduce : <reducefunction>  
5.    [, query : <query filter object>]  
6.    [, sort : <sort the query.  useful for optimization>]  
7.    [, limit : <number of objects to return from collection>]  
8.    [, out : <output-collection name>]  
9.    [, keeptemp: <true|false>]  
10.    [, finalize : <finalizefunction>]  
11.    [, scope : <object where fields go into javascript global scope >]  
12.    [, verbose : true]  
13.  }  
14. );  

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函数的参数） 

reduce：统计函数

query：目标记录过滤

sort：对目标记录排序

limit：限制目标记录数量

out：统计结果存放集合（如果不指定则使用临时集合，在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返回结果执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
map函数调用当前对象,并处里对象的属性,传值给reduce,map方法使用this来操作当前对象,最少调用一次emit(key,value)方法来向reduce提供参数,其中emit的key为最终数据的id。

reduce函数
接收一个值和数组,根据需要对数组进行合并分组等处理,reduce的key就是emit(key,value)的key，value_array是同个key对应的多个value数组。

Finalize函数
此函数为可选函数,可在执行完map和reduce后执行,对最后的数据进行统一处理。

看完基本介绍，我们再来看一个实例：

已知集合feed,测试数据如下：

[javascript] view plain copy

1. {  
2.    "_id": ObjectId("50ccb3f91e937e2927000004"),  
3.    "feed_type": 1,  
4.    "to_user": 234,  
5.    "time_line": "2012-12-16 01:26:00"  
6. }  
7.   
8. {  
9.    "_id": ObjectId("50ccb3ef1e937e0727000004"),  
10.    "feed_type": 8,  
11.    "to_user": 123,  
12.    "time_line": "2012-12-16 01:26:00"  
13. }  
14.   
15. {  
16.    "_id": ObjectId("50ccb3e31e937e0a27000003"),  
17.    "feed_type": 1,  
18.    "to_user": 123,  
19.    "time_line": "2012-12-16 01:26:00"  
20. }  
21.   
22. {  
23.    "_id": ObjectId("50ccb3d31e937e0927000001"),  
24.    "feed_type": 1,  
25.    "to_user": 123,  
26.    "time_line": "2012-12-16 01:26:00"  
27. }  

我们按动态类型feed_type和用户to_user进行分组统计，实现结果：

feed_type	to_user	cout
1	234	1
8	123	1
1	123	2

实现代码：

[php] view plain copy

1. //编写map函数  
2. $map = '  
3.      function() {  
4.       var key = {to_user:this.to_user,feed_type:this.feed_type};  
5.       var value = {count:1};  
6.       emit(key,value);  
7.     } ';   
8.   
9. //reduce 函数  
10. $reduce = '  
11.      function(key, values) {  
12.          var ret = {count:0};  
13.      for(var i in values) {  
14.           ret.count += 1;  
15.       }  
16.       return ret;  
17.       }';  
18.   
19. //查询条件  
20. $query = null;  //本实例中没有查询条件，设置为null  

[php] view plain copy

1. $mongo = new Mongo('mongodb://root:root@127.0.0.1: 28017/'); //链接mongodb,账号和密码为root,root  
2. $instance = $mongo->selectDB("testdb");  
3.   
4. //执行此命令后，会创建feed_temp_res的临时集合，并将统计后的数据放在该集合中  
5. $cmd = $instance->command(array(  
6.         'mapreduce' => 'feed',  
7.         'map'       => $map,  
8.         'reduce'    => $reduce,  
9.         'query' => $query,  
10.         'out' => 'feed_temp_res'  
11. ));  
12.   
13. //查询临时集合中的统计数据，验证统计结果是否和预期结果一致  
14. $cursor = $instance->selectCollection('feed_temp_res')->find();  
15. $result = array();  
16. try {  
17.     while ($cursor->hasNext())  
18.     {  
19.         $result[] = $cursor->getNext();  
20.     }  
21. }  
22. catch (MongoConnectionException $e)  
23. {  
24.     echo $e->getMessage();  
25. }  
26. catch (MongoCursorTimeoutException $e)  
27. {  
28.     echo $e->getMessage();  
29. }  
30. catch(Exception $e){  
31.     echo $e->getMessage();  
32. }  
33.   
34. //test  
35. var_dump($result);  

下面是输出的结果，和预期结果一致

[javascript] view plain copy

1. {  
2.    "_id": {  
3.      "to_user": 234,  
4.      "feed_type": 1   
5.   },  
6.    "value": {  
7.      "count": 1   
8.   }   
9. }  
10.   
11. {  
12.    "_id": {  
13.      "to_user": 123,  
14.      "feed_type": 8   
15.   },  
16.    "value": {  
17.      "count": 1   
18.   }   
19. }  
20.   
21. {  
22.    "_id": {  
23.      "to_user": 123,  
24.      "feed_type": 1   
25.   },  
26.    "value": {  
27.      "count": 2   
28.   }   
29. }  

以上只是简单的统计实现，你可以实现复杂的条件统计编写复杂的reduce函数，可以增加查询条件，排序等等。

附上mapReduce数据库处理函数（简单封装）

[php] view plain copy

1. /** 
2.  * mapReduce分组 
3.  *  
4.  * @param string $table_name 表名(要操作的目标集合名) 
5.  * @param string $map 映射函数(生成键值对序列,作为 reduce 函数参数)  
6.  * @param string $reduce 统计处理函数 
7.  * @param array  $query 过滤条件 如：array('uid'=>123) 
8.  * @param array  $sort 排序 
9.  * @param number $limit 限制的目标记录数 
10.  * @param string $out 统计结果存放集合 (不指定则使用tmp_mr_res_$table_name, 1.8以上版本需指定) 
11.  * @param bool   $keeptemp 是否保留临时集合 
12.  * @param string $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) 
13.  * @param string $scope 向 map、reduce、finalize 导入外部js变量 
14.  * @param bool   $jsMode 是否减少执行过程中BSON和JS的转换，默认true(注：false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,//true时BSON-->js-->map-->reduce-->BSON) 
15.  * @param bool   $verbose 是否产生更加详细的服务器日志 
16.  * @param bool   $returnresult 是否返回新的结果集 
17.  * @param array  &$cmdresult 返回mp命令执行结果 array("errmsg"=>"","code"=>13606,"ok"=>0) ok=1表示执行命令成功 
18.  * @return  
19.  */  
20. function mapReduce($table_name,$map,$reduce,$query=null,$sort=null,$limit=0,$out='',$keeptemp=true,$finalize=null,$scope=null,$jsMode=true,$verbose=true,$returnresult=true,&$cmdresult){  
21.     if(empty($table_name) || empty($map) || empty($reduce)){  
22.         return null;  
23.     }  
24.     $map = new MongoCode($map);  
25.     $reduce = new MongoCode($reduce);  
26.     if(empty($out)){  
27.         $out = 'tmp_mr_res_'.$table_name;  
28.     }  
29.     $cmd = array(  
30.             'mapreduce' => $table_name,  
31.             'map'       => $map,  
32.             'reduce'    => $reduce,  
33.             'out'       =>$out  
34.     );  
35.     if(!empty($query) && is_array($query)){  
36.         array_push($cmd, array('query'=>$query));  
37.     }  
38.     if(!empty($sort) && is_array($sort)){  
39.         array_push($cmd, array('sort'=>$query));  
40.     }  
41.     if(!empty($limit) && is_int($limit) && $limit>0){  
42.         array_push($cmd, array('limit'=>$limit));  
43.     }  
44.     if(!empty($keeptemp) && is_bool($keeptemp)){  
45.         array_push($cmd, array('keeptemp'=>$keeptemp));  
46.     }  
47.     if(!empty($finalize)){  
48.         $finalize = new Mongocode($finalize);  
49.         array_push($cmd, array('finalize'=>$finalize));  
50.     }  
51.     if(!empty($scope)){  
52.         array_push($cmd, array('scope'=>$scope));  
53.     }  
54.     if(!empty($jsMode) && is_bool($jsMode)){  
55.         array_push($cmd, array('jsMode'=>$jsMode));  
56.     }  
57.     if(!empty($verbose) && is_bool($verbose)){  
58.         array_push($cmd, array('verbose'=>$verbose));  
59.     }  
60.     $dbname = $this->curr_db_name;  
61.     $cmdresult = $this->mongo->$dbname->command($cmd);  
62.     if($returnresult){  
63.         if($cmdresult && $cmdresult['ok']==1){  
64.             $result = $this->find($out, array());  
65.         }  
66.     }  
67.     if($keeptemp==false){  
68.         //删除集合  
69.         $this->mongo->$dbname->dropCollection($out);  
70.     }  
71.     return $result;  
72. }  

MongoDB官方网站介绍：

MapReduce介绍  http://docs.mongodb.org/manual/core/map-reduce/

Aggregation介绍  http://docs.mongodb.org/manual/aggregation/