📜  MongoDB-Map Reduce

📅  最后修改于: 2020-11-27 06:04:16             🧑  作者: Mango


根据MongoDB文档, Map-reduce是一种数据处理范例,用于将大量数据压缩为有用的聚合结果。 MongoDB使用mapReduce命令进行map-reduce操作。 MapReduce通常用于处理大型数据集。

MapReduce命令

以下是基本mapReduce命令的语法-

>db.collection.mapReduce(
   function() {emit(key,value);},  //map function
   function(key,values) {return reduceFunction}, {   //reduce function
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

map-reduce函数首先查询集合,然后映射结果文档以发出键-值对,然后根据具有多个值的键对其进行缩减。

在上面的语法中-

  • map是一个javascript函数,它使用键映射值并发出键值对

  • reduce是一个javascript函数,用于减少或分组所有具有相同密钥的文档

  • out指定map-reduce查询结果的位置

  • 查询指定用于选择文档的可选选择标准

  • sort指定可选的排序条件

  • limit指定要返回的可选最大文档数

使用MapReduce

考虑以下存储用户帖子的文档结构。该文档存储用户的user_name和发布状态。

{
   "post_text": "tutorialspoint is an awesome website for tutorials",
   "user_name": "mark",
   "status":"active"
}

现在,我们将在我们的帖子集合上使用mapReduce函数来选择所有活动的帖子,根据user_name将它们分组,然后使用以下代码对每个用户的帖子数进行计数-

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

上面的mapReduce查询输出以下结果-

{
   "result" : "post_total",
   "timeMillis" : 9,
   "counts" : {
      "input" : 4,
      "emit" : 4,
      "reduce" : 2,
      "output" : 2
   },
   "ok" : 1,
}

结果显示,总共有4个文档与查询匹配(状态:“活动”),map函数发出了4个具有键值对的文档,最后reduce函数将具有相同键的映射文档分为2个。

要查看此mapReduce查询的结果,请使用find运算符-

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

上面的查询给出以下结果,表明用户tommark都有两个处于活动状态的帖子-

{ "_id" : "tom", "value" : 2 }
{ "_id" : "mark", "value" : 2 }

以类似的方式,MapReduce查询可用于构造大型复杂的聚合查询。自定义Javascript函数的使用利用了MapReduce,它非常灵活且功能强大。