MongoDB MapReduce用法簡介

Map-Reduce部分：Map-Reduce至關於關係型數據庫中的group by，主要用於統計數據之用。MongoDB提供的Map-Reduce很是靈活，對於大規模數據分析也至關實用。

語法

db.collection.mapReduce(
   map,          // 即map函數。映射函數(生成鍵值對序列,做爲reduce的參數)。 reduce, // 即reduce函數。統計函數。  options  // 一些選項 )

使用Map-Reduce要實現兩個函數map函數和reduce函數，map函數調用emit(key, value)，遍歷collection中全部的文檔，將key與value傳遞給reduce函數進行處理。

map函數必須調用emit(key, value) 返回鍵值對。

參數說明

map函數部分

做用：用於分組

函數：function map(){

　　　　emit(param1, param2);

　　}

參數說明：

　　param1：須要分組的字段，this.字段名
　　param2：須要進行統計的字段，this.字段名

reduce部分

做用：處理須要統計的字段

函數：function reduce(key, values){

　　　　// 統計字段處理

　　}

參數說明：

　　key： 指分組字段（emit的param1）對應的值
　　values：指須要統計的字段（emit的param2）值組成的數組

幾個簡單的統計經常使用方法

1.對數值類型進行求和

function reduce(key, values){
    return Array.sum(values); }

2.對字符串類型進行拼湊

function reduce(key, values){
    return values.join(', '); }

option部分

out：將統計結果存放到集合中 (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，只有知足條件的文檔纔會調用map函數（query，limit，sort能夠隨意組合）
sort：和limit結合的sort排序參數（也是在發往map函數前給文檔排序），能夠優化分組機制
limit：發往map函數的文檔數量的上限（要是沒有limit，單獨使用sort的用處不大）

栗子

先插入一些測試用的數據。

>db.mythings.insert({location:'Guangzhou', population:2400})
>db.mythings.insert({location:'Shanghai', population:2500}) >db.mythings.insert({location:'Beijing', population:2200}) >db.mythings.insert({location:'Shenzhen', population:2100}) >db.mythings.insert({location:'Guangzhou', population:2400}) >db.mythings.insert({location:'Shanghai', population:2500}) >db.mythings.insert({location:'Beijing', population:2200}) >db.mythings.insert({location:'Shenzhen', population:2100})

需求：統計各城市的人口總數。

>function map(){ 
    emit(this.location, this.population); 
}

>function reduce( key, values ){ return {"城市":key, "總數":Array.sum(values)}; } >db.mythings.mapReduce( map, reduce, { out: "popu_counts", query: {} }).find()

 

　　至此。轉載請註明出處。