MongoDB的Map-Reduce操作与聚合管道操作的两个实例相互转换

一、插入集合 comment 的文档的内容

二、题目要求

将集合 comment 中的文档进行聚合操作，即将字段 state为1的文档查询出来，然后按字段 nickname 进行分组,最后计算出每个评论者的评论条数。

三、mapReduce 操作代码

db.comment.mapReduce(
  // Map函数：用于遍历集合中的每个文档，并将键值对传给reduce函数
  function() { 
    // 代表每次出现一个评论就计数为1
    emit(this.nickname, 1); 
  },
  
  // Reduce函数：用于聚合Map函数发射的相同键（nickname）的值
  function(key, values) { 
    // 使用Array.sum方法将相同key的所有值相加，得到该评论者的评论总数
    return Array.sum(values);
  },
  
  {
    // Query选项：指定仅对满足条件的文档（state为"1"）执行mapReduce操作
    query: { state: "1" },
    
    // 输出选项：将mapReduce的结果输出到一个新的集合中，例如'output_collection'
    out: "output_collection"
  }
);

db.comment.mapReduce(
  function() { 
    // Map函数：筛选state为1的文档，并将nickname作为键，值为1
    if (this.state === 1) {
      emit(this.nickname, 1);
    }
  },
  function(key, values) { 
    // Reduce函数：将同一nickname的评论数相加
    return Array.sum(values);
  },
  {
    // 输出选项：将结果输出到一个新的集合中，例如output_collection
    out: "output_collection"
  }
);

 上述两种方法效果相同。

1. emit(this.nickname, 1) 的作用

(1) 生成键值对：对于每一个满足条件（state 为 1）的文档，emit 函数会将当前文档的 nickname 字段的值作为键（key），并将 1 作为值（value）。

(2) 用于分组和计数：emit(this.nickname, 1) 生成的键值对会被传递给 reduce 函数。nickname 作为键用于分组，1 作为值用于计数。在 reduce 函数中，会将同一个 nickname 的所有 1 累加起来，得到该 nickname 出现的次数（即每个评论者的评论总数）。 

四、聚合管道操作代码

db.comment.aggregate([
  // Stage 1: 筛选文档，选择state为1的文档
  { 
    $match: { state: "1" } 
  },
  // Stage 2: 按nickname字段进行分组，并计算每个组的数量
  { 
    $group: { 
      _id: "$nickname",  // 按nickname分组，_id为每个评论者的昵称
      count: { $sum: 1 } // 计算每个分组中的文档数量
    }
  },
  // Stage 3: 输出选项（可选），按照需要排序或进一步处理结果
  {
    $sort: { count: -1 } // 按评论数量降序排序（可选）
  }
]);