MongoDB Map Reduce
MongoDB Map Reduce
根据MongoDB文档,Map Reduce是一种用于将大量数据压缩为有用的聚合结果的数据处理范例。MongoDB使用MapReduce命令执行映射减少操作。MapReduce通常用于处理大型数据集。
MapReduce命令
以下是基本mapReduce命令的语法:
>db.collection.mapReduce( function() {emit(key,value);}, //map function function(key,values) {return reduceFunction}, { //reduce function out: collection, query: document, sort: document, limit: number } )
map - reduce函数首先查询集合,然后将结果文档映射到发出键-值对,然后根据具有多个值的键来减少键-值对。
在上述语法中:
map是一个JavaScript函数,它将值与键映射并发出键-值对
reduce是一个JavaScript函数,用于减少或分组所有具有相同键的文档
out指定查询结果的位置
query指定用于选择文档的可选选择标准
sort指定可选排序条件
limit指定要返回的可选最大文档数
使用MapReduce
假设以下存储用户帖子的文档结构。文档存储用户的用户名和帖子状态。
{
"post_text": "tutorialspoint is an awesome website for tutorials",
"user_name": "mark",
"status":"active"
}
现在,我们将在posts集合上使用mapReduce函数来选择所有活动帖子,根据用户名对它们进行分组,然后使用以下代码统计每个用户的帖子数
>db.posts.mapReduce( function() { emit(this.user_id,1); }, function(key, values) {return Array.sum(values)}, { query:{status:"active"}, out:"post_total" } )
上述MapReduce查询输出以下结果-
{ "result" : "post_total", "timeMillis" : 9, "counts" : { "input" : 4, "emit" : 4, "reduce" : 2, "output" : 2 }, "ok" : 1, }
结果表明,共有4个文档与查询匹配(状态:“active”),map函数发出4个具有键值对的文档,reduce函数将具有相同键的映射文档分组为2个。
要查看此mapReduce查询的结果,请使用find运算符-
>db.posts.mapReduce( function() { emit(this.user_id,1); }, function(key, values) {return Array.sum(values)}, { query:{status:"active"}, out:"post_total" } ).find()
上面的查询给出了以下结果,表明用户Tom和mark都有两个处于活动状态的帖子
{ "_id" : "tom", "value" : 2 } { "_id" : "mark", "value" : 2 }
以类似的方式,MapReduce查询可用于构造大型复杂聚合查询。自定义Javascript函数的使用利用了MapReduce,它非常灵活和强大。