本篇文章探讨了大数据技术之mongodb中使用mapreduce进行分组统计,希望阅读本篇文章以后大家有所收获,帮助大家对相关内容的理解更加深入。
最近在统计某一个时间段的url去重数,由于数据量巨大导致报错,提示:distinct failed: {
"errmsg" : "exception: distinct too big, 16mb cap",
"code" : 17217,
"ok" : 0
} at src/mongo/shell/collection.js:1108
最终通过mapreduce来解决如下://定义map函数
map=function(){
emit(this.url,{"count":1});
}//定义reduce函数
reduce=function(key,values){
var total=0;
for(var i=0; i
total+=values[i].count;
}
return {count:total}
}//执行mapreduce函数,其中out的值是存储执行结果的集合
db.runCommand({"mapreduce":"visit","map":map,"reduce":reduce,"query":{"vtime":{"$gte":1412611200,"$lte":1413907119}},"out":"test.tmp"});
关于mapreduce的选项解释如下:"out":{replace:"collection name"} -- mapreduce输出结果会替换掉原来的collection,collection不存在则创建
"out":{merge:"collection name"} -- 将新老数据进行合并,新的替换旧的,没有的添加进去
"out":{reduce:"collection name"}-- 存在老数据时,在原来的基础上加新的数据(即new value=old value+mapreduce value)
"out":{inline:1} -- 不会创建collection,结果保存在内存里面,只限于结果小于16MB的情况
本文由职坐标整理发布,学习更多的相关知识,请关注职坐标IT知识库!