欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

MongoDB学习笔记之MapReduce使用示例

程序员文章站 2022-09-05 16:39:12
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...

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()