MongoDB MapReduce用法简介

Map-Reduce部分：Map-Reduce相当于关系型数据库中的group by，主要用于统计数据之用。MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

语法

db.collection.mapReduce(
   map,          // 即map函数。映射函数(生成键值对序列,作为reduce的参数)。
   reduce,       // 即reduce函数。统计函数。
   options       // 一些选项
)

使用Map-Reduce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中所有的文档，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函数部分

作用：用于分组

函数：function map(){

　　　　emit(param1, param2);

　　}

参数说明：

　　param1：需要分组的字段，this.字段名
　　param2：需要进行统计的字段，this.字段名

reduce部分

作用：处理需要统计的字段

函数：function reduce(key, values){

　　　　// 统计字段处理

　　}

参数说明：

　　key： 指分组字段（emit的param1）对应的值
　　values：指需要统计的字段（emit的param2）值组成的数组

几个简单的统计常用方法

1.对数值类型进行求和

function reduce(key, values){
    return Array.sum(values);
}

2.对字符串类型进行拼凑

function reduce(key, values){
    return values.join(', ');
}

option部分

out：将统计结果存放到集合中 (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）

栗子

先插入一些测试用的数据。

>db.mythings.insert({location:'Guangzhou', population:2400})
>db.mythings.insert({location:'Shanghai', population:2500})
>db.mythings.insert({location:'Beijing', population:2200})
>db.mythings.insert({location:'Shenzhen', population:2100})
>db.mythings.insert({location:'Guangzhou', population:2400})
>db.mythings.insert({location:'Shanghai', population:2500})
>db.mythings.insert({location:'Beijing', population:2200})
>db.mythings.insert({location:'Shenzhen', population:2100})

需求：统计各城市的人口总数。

>function map(){ 
    emit(this.location, this.population); 
}

>function reduce( key, values ){ 
    return {"城市":key, "总数":Array.sum(values)}; 
}

>db.mythings.mapReduce( map, reduce, {
   out: "popu_counts",
   query: {}   
}).find()

 

　　至此。转载请注明出处。