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：
