map

英[m?p]? ?美[m?p]??

n.地圖,天文圖;類(lèi)似地圖的事物;〈美俚〉臉,面孔;(染色體上基因排列的)遺傳圖

vt.繪製(一地區(qū)等的)地圖;勘查;詳細(xì)規(guī)劃;[遺傳學(xué)]比對(duì)

reduce

英[r??dju:s]? ?美[r??du:s]??

vt.減少;縮小;使還原;使變?nèi)?/p>

#vi.減少;節(jié)食;蒸發(fā);(液體)濃縮變稠

MongoDB Map Reduce函數(shù) 語(yǔ)法

作用:Map-Reduce是一種計(jì)算模型,簡(jiǎn)單的說(shuō)就是將大批量的工作(資料)分解(MAP)執(zhí)行,然後再將結(jié)果合併成最終結(jié)果(REDUCE)。 MongoDB提供的Map-Reduce非常靈活,對(duì)於大規(guī)模資料分析也相當(dāng)實(shí)用。

語(yǔ)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(shí)作兩個(gè)函數(shù)Map 函數(shù)與 Reduce 函數(shù),Map Reduce 函數(shù), collue中所有的記錄, 將key 與value 傳遞給Reduce 函數(shù)處理。 Map 函數(shù)必須呼叫 emit(key, value) 傳回鍵值對(duì)。

參數(shù):map?:映射函數(shù) (產(chǎn)生鍵值對(duì)序列,作為 reduce 函數(shù)參數(shù))。 reduce?統(tǒng)計(jì)函數(shù),reduce函數(shù)的任務(wù)就是把key-values變成key-value,也就是把values陣列變成單一的值value。 。 out?統(tǒng)計(jì)結(jié)果存放集合 (不指定則使用臨時(shí)集合,在客戶端斷開(kāi)後自動(dòng)刪除)。 query?一個(gè)篩選條件,只有符合條件的文件才會(huì)呼叫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)送到map函數(shù)前給文檔排序),可以優(yōu)化分組機(jī)制limit?發(fā)給map函數(shù)的文檔數(shù)量的上限(要是沒(méi)有l(wèi)imit,單獨(dú)使用sort的用處不大)

MongoDB Map Reduce函數(shù) 範(fàn)例

>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(lái)選取已發(fā)布的文章(status:"active"),并通過(guò)user_name分組,計(jì)算每個(gè)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(gè)符合查詢條件(status:"active")的文檔, 在map函數(shù)中生成了4個(gè)鍵值對(duì)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(shuō)明:

result:儲(chǔ)存結(jié)果的collection的名字,這是個(gè)臨時(shí)集合,MapReduce的連接關(guān)閉后自動(dòng)就被刪除了。

timeMillis:執(zhí)行花費(fèi)的時(shí)間,毫秒為單位

input:滿足條件被發(fā)送到map函數(shù)的文檔個(gè)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(gè)數(shù)(count對(duì)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(guò)從經(jīng)驗(yàn)上來(lái)看,原因比較模糊,作用不大

使用 find 操作符來(lái)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(gè)用戶 tom 和 mark 有兩個(gè)發(fā)布的文章:

{ "_id" : "mark", "value" : 4 }
{ "_id" : "php", "value" : 1 }
用類(lèi)似的方式,MapReduce可以被用來(lái)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(lái)實(shí)現(xiàn),使得MapReduce的使用非常靈活和強(qiáng)大。
#