Map-Reduce是一種計算模型，簡單的說就是將大批量的工作（數(shù)據(jù)）分解（MAP）執(zhí)行，然后再將結(jié)果合并成最終結(jié)果（REDUCE）。

MongoDB提供的Map-Reduce非常靈活，對于大規(guī)模數(shù)據(jù)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 函數(shù)
   function(key,values) {return reduceFunction},   //reduce 函數(shù)
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)


使用 MapReduce 要實現(xiàn)兩個函數(shù) Map 函數(shù)和 Reduce 函數(shù),Map 函數(shù)調(diào)用 emit(key, value), 遍歷 collection 中所有的記錄, 將key 與 value 傳遞給 Reduce 函數(shù)進行處理。

Map 函數(shù)必須調(diào)用 emit(key, value) 返回鍵值對。

參數(shù)說明:

  • map ：映射函數(shù) (生成鍵值對序列,作為 reduce 函數(shù)參數(shù))。

  • reduce 統(tǒng)計函數(shù)，reduce函數(shù)的任務(wù)就是將key-values變成key-value，也就是把values數(shù)組變成一個單一的值value。。

  • out 統(tǒng)計結(jié)果存放集合 (不指定則使用臨時集合,在客戶端斷開后自動刪除)。

  • query 一個篩選條件，只有滿足條件的文檔才會調(diào)用map函數(shù)。（query。limit，sort可以隨意組合）

  • sort 和limit結(jié)合的sort排序參數(shù)（也是在發(fā)往map函數(shù)前給文檔排序），可以優(yōu)化分組機制

  • limit 發(fā)往map函數(shù)的文檔數(shù)量的上限（要是沒有l(wèi)imit，單獨使用sort的用處不大）

使用 MapReduce

考慮以下文檔結(jié)構(gòu)存儲用戶的文章，文檔存儲了用戶的 user_name 和文章的 status 字段：

>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "mark",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "php",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "php",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文網(wǎng)，最全的技術(shù)文檔。",
   "user_name": "php",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })

現(xiàn)在，我們將在 posts 集合中使用 mapReduce 函數(shù)來選取已發(fā)布的文章(status:"active")，并通過user_name分組，計算每個用戶的文章數(shù)：

>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(jié)果為：

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

結(jié)果表明，共有4個符合查詢條件（status:"active"）的文檔， 在map函數(shù)中生成了4個鍵值對文檔，最后使用reduce函數(shù)將相同的鍵值分為兩組。


具體參數(shù)說明：

  • result：儲存結(jié)果的collection的名字,這是個臨時集合，MapReduce的連接關(guān)閉后自動就被刪除了。

  • timeMillis：執(zhí)行花費的時間，毫秒為單位

  • input：滿足條件被發(fā)送到map函數(shù)的文檔個數(shù)

  • emit：在map函數(shù)中emit被調(diào)用的次數(shù)，也就是所有集合中的數(shù)據(jù)總量

  • ouput：結(jié)果集合中的文檔個數(shù)（count對調(diào)試非常有幫助）

  • ok：是否成功，成功為1

  • err：如果失敗，這里可以有失敗原因，不過從經(jīng)驗上來看，原因比較模糊，作用不大

使用 find 操作符來查看 mapReduce 的查詢結(jié)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(jié)果，兩個用戶 tom 和 mark 有兩個發(fā)布的文章:

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

用類似的方式，MapReduce可以被用來構(gòu)建大型復(fù)雜的聚合查詢。

Map函數(shù)和Reduce函數(shù)可以使用 JavaScript 來實現(xiàn)，使得MapReduce的使用非常靈活和強大。