mongo MapReduce例子
http://my.oschina.net/huzorro/blog/75210
这篇也写的很好
第八章 MapReduce
MongoDB的MapReduce相当于Mysql中的"group by"，所以在MongoDB上使用 Map/Reduce 进行并行"统计"很容易。
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函数和Reduce函数可以使用JavaScript来实现，可以通过db.runCommand或mapReduce命令来执行一个MapReduce的操作：
db.runCommand(
{ mapreduce : <collection>,
map : <mapfunction>,
reduce : <reducefunction>
[, query : <query filter object>]
[, sort : <sorts the input objects using this key. Useful for optimization, like sorting by the emit key for fewer reduces>]
[, limit : <number of objects to return from collection>]
[, out : <see output options below>]
[, keeptemp: <true|false>]
[, finalize : <finalizefunction>]
[, scope : <object where fields go into javascript global scope >]
[, verbose : true]
}
);
参数说明:
l mapreduce: 要操作的目标集合。
l map: 映射函数 (生成键值对序列，作为 reduce 函数参数)。
l reduce: 统计函数。
l query: 目标记录过滤。
l sort: 目标记录排序。
l limit: 限制目标记录数量。
l 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)。
l keeptemp: 是否保留临时集合。
l finalize: 最终处理函数 (对 reduce 返回结果进行最终整理后存入结果集合)。
l scope: 向 map、reduce、finalize 导入外部变量。
l verbose: 显示详细的时间统计信息。
下面我们先准备一些数据:
db.students.insert({classid:1, age:14, name:'Tom'});
db.students.insert({classid:1, age:12, name:'Jacky'});
db.students.insert({classid:2, age:16, name:'Lily'});
db.students.insert({classid:2, age:9, name:'Tony'});
db.students.insert({classid:2, age:19, name:'Harry'});
db.students.insert({classid:2, age:13, name:'Vincent'});
db.students.insert({classid:1, age:14, name:'Bill'});
db.students.insert({classid:2, age:17, name:'Bruce'});
接下来，我们将演示如何统计1班和2班的学生数量
8.1 Map
Map 函数必须调用 emit(key, value) 返回键值对，使用 this 访问当前待处理的 Document。
m = function () {
emit(this.classid, 1);
}
map后的数据就变为:
db.students.insert({classid:1, age:14, name:'Tom'}); =>(1,1)
db.students.insert({classid:1, age:12, name:'Jacky'}); =>(1,1)
db.students.insert({classid:2, age:16, name:'Lily'}); =>(2,1)
db.students.insert({classid:2, age:9, name:'Tony'}); =>(2,1)
db.students.insert({classid:2, age:19, name:'Harry'});=>(2,1)
db.students.insert({classid:2, age:13, name:'Vincent'});=>(2,1)
db.students.insert({classid:1, age:14, name:'Bill'});=>(1,1)
db.students.insert({classid:2, age:17, name:'Bruce'});=>(2,1)
value 可以使用 JSON Object 传递 (支持多个属性值)。例如:
emit(this.classid, {count:1})
8.2 Reduce
Reduce函数接收的参数类似 Group 效果，将 Map 返回的键值序列组合成 { key, } 传递给 reduce。
以上例子结果将变为:
{1,}
{2,}
r = function (key, values) {
var x = 0;
values.forEach(function (v) {x += v;});
return x;
}
Reduce 函数对这些 values 进行 "统计" 操作，返回结果可以使用 JSON Object。
8.3 Result
res = db.runCommand({
mapreduce:"students",
map:m,
reduce:r,
out:"students_res"
});
-----------------------输出-----------------------
{
"result" : "students_res",
"timeMillis" : 1587,
"counts" : {
"input" : 8,
"emit" : 8,
"output" : 2
},
"ok" : 1
}
> db.students_res.find()
{ "_id" : 1, "value" : 3 }
{ "_id" : 2, "value" : 5 }
>
mapReduce() 将结果存储在 "students_res" 表中。
8.4 Finalize
利用 finalize() 我们可以对 reduce() 的结果做进一步处理。
> f = function(key, value) { return {classid:key, count:value}; }
function (key, value) {
return {classid:key, count:value};
}
>
我们再重新计算一次，看看返回的结果:
> res = db.runCommand({
mapreduce:"students",
map:m,
reduce:r,
out:"students_res",
finalize:f
});
{
"result" : "students_res",
"timeMillis" : 804,
"counts" : {
"input" : 8,
"emit" : 8,
"output" : 2
},
"ok" : 1
}
> db.students_res.find()
{ "_id" : 1, "value" : { "classid" : 1, "count" : 3 } }
{ "_id" : 2, "value" : { "classid" : 2, "count" : 5 } }
>
列名变与 “classid”和”count”了，这样的列表更容易理解。
8.5 Options
我们还可以添加更多的控制细节。
> res = db.runCommand({
mapreduce:"students",
map:m,
reduce:r,
out:"students_res",
finalize:f,
query:{age:{$lt:10}}
});
{
"result" : "students_res",
"timeMillis" : 358,
"counts" : {
"input" : 1,
"emit" : 1,
"output" : 1
},
"ok" : 1
}
> db.students_res.find();
{ "_id" : 2, "value" : { "classid" : 2, "count" : 1 } }
>
可以看到先进行了过滤，只取age<10的数据，然后再进行统计，所以就没有1班的统计数据了。
页:
[1]