阿西河

所有教程

公众号
🌙
阿西河前端的公众号

我的收藏

    最近访问  (文章)

      教程列表

      抓包专区
      测试专区

      MongoDB Map Reduce

      MongoDB Map Reduce

      Map-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。

      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)

      以下实例在集合 orders 中查找 status:“A” 的数据,并根据 cust_id 来分组,并计算 amount 的总和。

      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:

      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "mark",
         "status":"active"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "mark",
         "status":"active"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "mark",
         "status":"active"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "mark",
         "status":"active"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "mark",
         "status":"disabled"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "axihe",
         "status":"disabled"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "axihe",
         "status":"disabled"
      })
      WriteResult({ "nInserted" : 1 })
      >db.posts.insert({
         "post_text": "阿西河教程,一个助你成为全栈开发的网站。",
         "user_name": "axihe",
         "status":"active"
      })
      WriteResult({ "nInserted" : 1 })
      
      

      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:

      >db.posts.mapReduce( 
         function() { emit(this.user_name,1); }, 
         function(key, values) {return Array.sum(values)}, 
            {  
               query:{status:"active"},  
               out:"post_total" 
            }
      )
      
      

      以上 mapReduce 输出结果为:

      {
              "result" : "post_total",
              "timeMillis" : 23,
              "counts" : {
                      "input" : 5,
                      "emit" : 5,
                      "reduce" : 1,
                      "output" : 2
              },
              "ok" : 1
      }
      
      

      结果表明,共有 5 个符合查询条件(status:“active”)的文档, 在map函数中生成了 5 个键值对文档,最后使用reduce函数将相同的键值分为 2 组。

      具体参数说明:

      • result:储存结果的collection的名字,这是个临时集合,MapReduce的连接关闭后自动就被删除了。
      • timeMillis:执行花费的时间,毫秒为单位
      • input:满足条件被发送到map函数的文档个数
      • emit:在map函数中emit被调用的次数,也就是所有集合中的数据总量
      • ouput:结果集合中的文档个数**(count对调试非常有帮助)**
      • ok:是否成功,成功为1
      • err:如果失败,这里可以有失败原因,不过从经验上来看,原因比较模糊,作用不大

      使用 find 操作符来查看 mapReduce 的查询结果:

      >db.posts.mapReduce( 
         function() { emit(this.user_name,1); }, 
         function(key, values) {return Array.sum(values)}, 
            {  
               query:{status:"active"},  
               out:"post_total" 
            }
      ).find()
      
      

      以上查询显示如下结果:

      { "_id" : "mark", "value" : 4 }
      { "_id" : "axihe", "value" : 1 }
      
      

      用类似的方式,MapReduce可以被用来构建大型复杂的聚合查询。

      Map函数和Reduce函数可以使用 JavaScript 来实现,使得MapReduce的使用非常灵活和强大。

      目录
      目录