MongoDB MapReduce

MapReduce 简介

MongoDB 中的 MapReduce 可以用来实现更复杂的聚合命令，使用 MapReduce 主要实现两个函数：map 函数和reduce函数

• map 函数（分组）：用来生成键值对序列，map 函数的结果作为 reduce 函数的参数
• reduce 函数（聚合）：将 map 函数的结果再做进一步的统计

MapReduce 原理

Map-Reduce 是一种计算模型，简单的说就是将大批量的集合文档进行分组（Map），然后再将分组后的 key-value 键值对结果进行统计得到最终结果（Reduce）。MongoDB 提供的 Map-Reduce 非常灵活，对于大规模分布式数据分析也相当实用。

MapReduce 基本语法

db.collection.mapReduce(
   function() {emit(key,value);},  # map 函数
   function(key,values) {return reduceFunction},   # reduce 函数
   # 可选操作
   {
      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）