Mongodb的分組統計MapReduce
阿新 • • 發佈:2018-12-17
ap-Reduce是一種計算模型,簡單的說就是將大批量的工作(資料)分解(MAP)執行,然後再將結果合併成最終結果(REDUCE)。
MongoDB提供的Map-Reduce非常靈活,對於大規模資料分析也相當實用。(轉載自PHP中文網www.php.cn)
MapReduce 命令
以下是MapReduce的基本語法:
>db.collection.mapReduce( function() {emit(key,value);}, //map 函式 function(key,values) {return reduceFunction}, //reduce 函式 { out: collection, query: document, sort: document, limit: number } )
使用 MapReduce 要實現兩個函式 Map 函式和 Reduce 函式,Map 函式呼叫 emit(key, value), 遍歷 collection 中所有的記錄, 將key 與 value 傳遞給 Reduce 函式進行處理。
Map 函式必須呼叫 emit(key, value) 返回鍵值對。
引數說明:
-
map :對映函式 (生成鍵值對序列,作為 reduce 函式引數)。
-
reduce 統計函式,reduce函式的任務就是將key-values變成key-value,也就是把values陣列變成一個單一的值value。。
-
out 統計結果存放集合 (不指定則使用臨時集合,在客戶端斷開後自動刪除)。
-
query 一個篩選條件,只有滿足條件的文件才會呼叫map函式。(query。limit,sort可以隨意組合)
-
sort 和limit結合的sort排序引數(也是在發往map函式前給文件排序),可以優化分組機制
-
limit 發往map函式的文件數量的上限(要是沒有limit,單獨使用sort的用處不大)
使用 MapReduce
考慮以下文件結構儲存使用者的文章,文件儲存了使用者的 user_name 和文章的 status 欄位:
基礎資料錄入
現在,我們將在 posts 集合中使用 mapReduce 函式來選取已釋出的文章(status:"active"),並通過user_name分組,計算每個使用者的文章數: