MongoDB学习笔记之MapReduce使用示例

时间:2022-06-01 18:10:43

一、mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的

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)。

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:
1. map :映射函数 (生成键值对序列,作为 reduce 函数参数)。
2. 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。
3. 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)。
4. 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)
5. 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
6. 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)

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
//测试数据准备
db.user.drop();
 
for(var i=10; i< 100; i++) {
  db.user.insert({
    name:"user" + i,
    age : Math.floor(Math.random()*10)+ 20,
    sex : Math.floor(Math.random()*3)%2 ==0 ? 'M' : 'F',
    chinese : Math.floor(Math.random()*50)+50,
    math : Math.floor(Math.random()*50)+50,
    english : Math.floor(Math.random()*50)+50,
    class : "C" + i%5
  })
}
 
 
// runCommand运行方式
db.sales.runCommand({
  mapreduce: "user",
 
  map: function(){
    if(this.class == "C1") {
      emit(this.age, this.age);
    }
  },
 
  reduce: function(key,values){
    var maxValue = Max(key, values);
    return maxValue;
  },
 
  {
    out: {inline: 1},
    query : "",
    sort: "",
    limit: "",
  }
})
 
 
db.user.mapReduce(
  // 映射函数,里面会调用emit(key,value),集合会按照你指定的key进行映射分组。
  function(){
    // 按照emit函数的第一个参数进行分组
    // 第二个参数的值会传递给reduce
    emit(this.age, this); 
  },
 
  // 简化函数,会对map分组后的数据进行分组简化
  // 在reduce(key,value)中的key就是emit中的key, vlaues为emit分组后的emit(value)的集合
  function(key, values){
    var maxValue = Math.max(key, values);
    return maxValue;
  },
 
  // 可选参数
  {
    query: {sex: "F"},
    out: "result",
    sort : {},
    limit : 0
  }
)

执行结果:

?
1
2
3
4
5
6
7
8
9
10
11
{
  "result" : "result", // 存放的集合名
  "timeMillis" : 23,
  "counts" : {
    "input" : 29, // 传入文档的个数
    "emit" : 29,  // 此函数被调用的次数
    "reduce" : 6, // 此函数被调用的次数
    "output" : 8  // 最后返回文档的个数
  },
  "ok" : 1
}

查看返回的结果:

?
1
db.result.find()