MongoDB学习笔记之MapReduce使用示例
时间:2015-08-27 16:01 来源:linux.it.net.cn 作者:IT
一、mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的
Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。
使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数, Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将key 与 value 传递给 Reduce 函数进行处理。Map 函数必须调用 emit(key, value) 返回键值对。
参数说明:
1. map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
2. reduce 统计函数，reduce函数的任务就是将key- values变成key-value，也就是把values数组变成一个单一的值value。
3. out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
4. query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
5. sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
6. limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
//测试数据准备
db.user.drop();
for(var i=10; i< 100; i++) {
db.user.insert({
name:"user" + i,
age : Math.floor(Math.random()*10)+ 20,
sex : Math.floor(Math.random()*3)%2 ==0 ? 'M' : 'F',
chinese : Math.floor(Math.random()*50)+50,
math : Math.floor(Math.random()*50)+50,
english : Math.floor(Math.random()*50)+50,
class : "C" + i%5
})
}
// runCommand运行方式
db.sales.runCommand({
mapreduce: "user",
map: function(){
if(this.class == "C1") {
emit(this.age, this.age);
}
},
reduce: function(key,values){
var maxValue = Max(key, values);
return maxValue;
},
{
out: {inline: 1},
query : "",
sort: "",
limit: "",
}
})
db.user.mapReduce(
// 映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。
function(){
// 按照emit函数的第一个参数进行分组
// 第二个参数的值会传递给reduce
emit(this.age, this);
},
// 简化函数，会对map分组后的数据进行分组简化
// 在reduce(key,value)中的key就是emit中的key, vlaues为emit分组后的emit(value)的集合
function(key, values){
var maxValue = Math.max(key, values);
return maxValue;
},
// 可选参数
{
query: {sex: "F"},
out: "result",
sort : {},
limit : 0
}
)
执行结果：
1
2
3
4
5
6
7
8
9
10
11
{
"result" : "result", // 存放的集合名
"timeMillis" : 23,
"counts" : {
"input" : 29, // 传入文档的个数
"emit" : 29, // 此函数被调用的次数
"reduce" : 6, // 此函数被调用的次数
"output" : 8 // 最后返回文档的个数
},
"ok" : 1
}
查看返回的结果：
1
db.result.find()
(责任编辑：IT)
一、mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的 Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。 使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数, Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将key 与 value 传递给 Reduce 函数进行处理。Map 函数必须调用 emit(key, value) 返回键值对。
参数说明:
执行结果：
查看返回的结果：
(责任编辑：IT) |