[原创] MongoDB管理与开发精要《红丸出品》8 MapReduce

cd红丸

[backcolor=rgb(245, 247, 24]

[backcolor=rgb(245, 247, 24]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) } function () {     emit(this.classid, 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, [value1, value2, value3, value...] } 传递给 reduce。

> r = function(key, values) { ... var x = 0; ... values.forEach(function(v) { x += v }); ... return x; ... } 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" ... }); {         "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。
[backcolor=rgb(245, 247, 24]-------------------------------------------------------------------
免费收几个想学数据库IT技术的徒弟(限北京)   
《MongoDB管理与开发精要》、《Redis实战》作者
新浪博客                  http://blog.sina.com.cn/u/2446082491
ChinaUnix.net专家 http://cdhongwan.blog.chinaunix.net
@CD红丸                http://weibo.com/u/2446082491
红丸IT培训群            http://q.weibo.com/1282646