mongodb~mapreduce的实现特殊逻辑的统计

map reduce的解释

这是一张来自mongodb-mapreduce图示，比较能说明问题

其实我们可以从word count这个实例来理解MapReduce。MapReduce大体上分为六个步骤：input, split, map, shuffle, reduce, output。细节描述如下：

1. 输入(input)：如给定一个文档，包含如下四行：
   Hello Java
   Hello C
   Hello Java
   Hello C++
2. 拆分(split)：将上述文档中每一行的内容转换为key-value对，即：
   0 - Hello Java
   1 - Hello C
   2 – Hello Java
   3 - Hello C++
3. 映射(map)：将拆分之后的内容转换成新的key-value对，即：
   (Hello , 1)
   (Java , 1)
   (Hello , 1)
   (C , 1)
   (Hello , 1)
   (Java , 1)
   (Hello , 1)
   (C++ , 1)
4. 派发(shuffle)：将key相同的扔到一起去，即：
   (Hello , 1)
   (Hello , 1)
   (Hello , 1)
   (Hello , 1)
   (Java , 1)
   (Java , 1)
   (C , 1)
   (C++ , 1)
   注意：这一步需要移动数据，原来的数据可能在不同的datanode上，这一步过后，相同key的数据会被移动到同一台机器上。最终，它会返回一个list包含各种k-value对，即：
   { Hello: 1,1,1,1}
   {Java: 1,1}
   {C: 1}
   {C++: 1}
5. 缩减(reduce)：把同一个key的结果加在一起。如：
   (Hello , 4)
   (Java , 2)
   (C , 1)
   (C++,1)
6. 输出(output): 输出缩减之后的所有结果。

{
    "_id" : ObjectId("5a79391534cdbd692825e978"),
    "cdn" : "Conversant",
    "domain" : "7img1.xxxx.com",
    "status_code" : {
        "200" : 80,
        "206" : 3,
        "404" : 2,
        "304" : 4
    }
}

使用下面语句对status_code各种key进行统计

db.getCollection('log_coll').mapReduce(
    function(){
        var codes = this.status_code;
        Object.keys(codes).forEach(function(k){
            emit(k, codes[k]);
        })
    },
    function(k, v){
        return Array.sum(v);
    },
    { 
      out : {inline : 1},
      query: {} 
    }
)

也可以只显示状态为200的条目

db.getCollection('log_coll').mapReduce(
    function(){
        var codes = this.status_code;
        Object.keys(codes).forEach(function(k){
        if(codes[k].id=="200"){
            emit(k, codes[k]);
            }
        })
    },
    function(k, v){
        return Array.sum(v);
    },
    { 
      out : {inline : 1},
      query: {} 
    }
)

多级对象如果判断各级对象是否存在

db.getCollection('client_accounts').mapReduce(
   function(){    
       if(this.client!=undefined){
         if(this.client.employees!=undefined) {
       var codes = this.client.employees;
       Object.keys(codes).forEach(function(k){
           emit(k, codes[k]);
       })
      }
    }   
  },
   function(k, v){
   },
   { 
     out : {inline : 1},
     query: {} 
   }
)

下面看多条件分组的mapreduce实现

我将多个条件拼接在一起方便查看，正式环境时可以使用js对象。

db.customerWorkloadTotal.mapReduce(
   function() {
       emit(this.salespersonId + "_" + this.customerId, this);
   },
   function(key, values) {
       tagIntention = 0;
       signCustomerNums = 0;
       trackContactNums = 0;

       values.forEach(function(v) {
           if (v.tagIntention > 0) {
               tagIntention = v.tagIntention;
           }
           if (v.signCustomerNums > 0) {
               signCustomerNums = 1;
           }
           if (v.trackContactNums > 0) {
               trackContactNums = 1;
           }
       });
       return { "tagIntention": tagIntention, "signCustomerNums": signCustomerNums, "trackContactNums": trackContactNums };
   },
   {
       query: { totalDate: { $gte: "2018-10-31" } },
       sort: { totalDate: -1 },
       out: { inline: 1 }
   }
).find()

作者：仓储大叔，张占岭，
荣誉：微软MVP