MongoDB学习笔记之MapReduce使用示例

一、mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的

map-reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（map）执行，然后再将结果合并成最终结果（reduce）。

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 函数必须调用 emit(key, value) 返回键值对。

参数说明:
1. map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
2. reduce 统计函数，reduce函数的任务就是将key- values变成key-value，也就是把values数组变成一个单一的值value。
3. 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)。
4. query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
5. sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
6. limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）

//测试数据准备
db.user.drop();

for(var i=10; i< 100; i++) {
  db.user.insert({
    name:"user" + i, 
    age : math.floor(math.random()*10)+ 20, 
    sex : math.floor(math.random()*3)%2 ==0 ? 'm' : 'f',
    chinese : math.floor(math.random()*50)+50,
    math : math.floor(math.random()*50)+50,
    english : math.floor(math.random()*50)+50,
    class : "c" + i%5
  })
}


// runcommand运行方式
db.sales.runcommand({
  mapreduce: "user",

  map: function(){
    if(this.class == "c1") {
      emit(this.age, this.age);
    }
  },

  reduce: function(key,values){
    var maxvalue = max(key, values);
    return maxvalue;
  },

  {
    out: {inline: 1},
    query : "",
    sort: "",
    limit: "",
  }
})


db.user.mapreduce(
  // 映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。
  function(){
    // 按照emit函数的第一个参数进行分组
    // 第二个参数的值会传递给reduce
    emit(this.age, this);  
  },

  // 简化函数，会对map分组后的数据进行分组简化
  // 在reduce(key,value)中的key就是emit中的key, vlaues为emit分组后的emit(value)的集合
  function(key, values){
    var maxvalue = math.max(key, values);
    return maxvalue;
  },

  // 可选参数
  {
    query: {sex: "f"},
    out: "result",
    sort : {},
    limit : 0
  }
)

执行结果：

{
  "result" : "result", // 存放的集合名
  "timemillis" : 23,
  "counts" : {
    "input" : 29, // 传入文档的个数
    "emit" : 29,  // 此函数被调用的次数
    "reduce" : 6, // 此函数被调用的次数
    "output" : 8  // 最后返回文档的个数
  },
  "ok" : 1
}

查看返回的结果：

db.result.find()