map
英[m?p]? ?美[m?p]??
n.地圖，天文圖;類似地圖的事物;〈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)來選取已發(fā)布的文章(status:"active")，并通過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，不過從經(jīng)驗(yàn)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(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(shí)現(xiàn)，使得MapReduce的使用非常靈活和強(qiáng)大。