MongoDB Map Reduce

Map-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。

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）

以下例項在集合 orders 中查詢 status:"A" 的資料，並根據 cust_id 來分組，並計算 amount 的總和。

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：

>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "mark",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "itread01",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "itread01",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "入門教學，最全的技術文件。",
   "user_name": "itread01",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })

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：

>db.posts.mapReduce( 
   function() { emit(this.user_name,1); }, 
   function(key, values) {return Array.sum(values)}, 
      {  
         query:{status:"active"},  
         out:"post_total" 
      }
)

以上 mapReduce 輸出結果為：

{
        "result" : "post_total",
        "timeMillis" : 23,
        "counts" : {
                "input" : 5,
                "emit" : 5,
                "reduce" : 1,
                "output" : 2
        },
        "ok" : 1
}

結果表明，共有 5 個符合查詢條件（status:"active"）的文件，在map函式中生成了 5 個鍵值對文件，最後使用reduce函式將相同的鍵值分為 2 組。

具體引數說明：

result：儲存結果的collection的名字,這是個臨時集合，MapReduce的連線關閉後自動就被刪除了。
timeMillis：執行花費的時間，毫秒為單位
input：滿足條件被髮送到map函式的文件個數
emit：在map函式中emit被呼叫的次數，也就是所有集合中的資料總量
ouput：結果集合中的文件個數（count對除錯非常有幫助）
ok：是否成功，成功為1
err：如果失敗，這裡可以有失敗原因，不過從經驗上來看，原因比較模糊，作用不大

使用 find 操作符來檢視 mapReduce 的查詢結果：

>db.posts.mapReduce( 
   function() { emit(this.user_name,1); }, 
   function(key, values) {return Array.sum(values)}, 
      {  
         query:{status:"active"},  
         out:"post_total" 
      }
).find()

以上查詢顯示如下結果:

{ "_id" : "mark", "value" : 4 }
{ "_id" : "itread01", "value" : 1 }

用類似的方式，MapReduce可以被用來構建大型複雜的聚合查詢。

Map函式和Reduce函式可以使用 JavaScript 來實現，使得MapReduce的使用非常靈活和強大。

入門教學 -- 學的不僅是技術，更是夢想！

MongoDB Map Reduce

MongoDB Map Reduce

MapReduce 命令

使用 MapReduce