mapreduce分组统计_Mongodb的分组统计MapReduce

ap-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。(转载自PHP中文网www.php.cn)

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。

Map 函数必须调用 emit(key, value) 返回键值对。

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)。

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)

使用 MapReduce

考虑以下文档结构存储用户的文章，文档存储了用户的 user_name 和文章的 status 字段：

基础数据录入

现在，我们将在 posts 集合中使用 mapReduce 函数来选取已发布的文章(status:"active")，并通过user_name分组，计算每个用户的文章数：