MongoDB mapReduce命令

根据MongoDB文档，Map reduce是一种数据处理范式，用于将大量数据压缩成有用的聚合结果。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函数   
function(key,values) {return reduceFunction}, {   //reduce函数
      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，该函数将一个键映射到一个值并发出一个键-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

• query 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": "nhooo is an awesome website for tutorials",
   "user_name": "mark",
   "status":"active"
}

现在，我们将在posts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（status:"active"），map函数发出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()

上面的查询给出了以下结果，表明用户tom和mark都有两个post处于活动状态–

{ "_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。