MongoDB Map Reduce

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 10月更文挑战第23天

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)。

MongoDB提供的Map-Reduce非常灵活,对于大规模数据分析也相当实用。

MapReduce 命令

以下是MapReduce的基本语法:

>db.collection.mapReduce(

  function() {emit(key,value);},  //map 函数

  function(key,values) {return reduceFunction},   //reduce 函数

  {

     out: collection,

     query: document,

     sort: document,

     limit: number

  }

)

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:

  • map :映射函数 (生成键值对序列,作为 reduce 函数参数)。
  • 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。。
  • 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)。
  • 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)
  • 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
  • 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)

以下实例在集合 orders 中查找 status:"A" 的数据,并根据 cust_id 来分组,并计算 amount 的总和。


使用 MapReduce

考虑以下文档结构存储用户的文章,文档存储了用户的 user_name 和文章的 status 字段:

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "mark",

  "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "mark",

  "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "mark",

  "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "mark",

  "status":"active"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "mark",

  "status":"disabled"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "runoob",

  "status":"disabled"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "runoob",

  "status":"disabled"

})

WriteResult({ "nInserted" : 1 })

>db.posts.insert({

  "post_text": "菜鸟教程,最全的技术文档。",

  "user_name": "runoob",

  "status":"active"

})

WriteResult({ "nInserted" : 1 })

现在,我们将在 posts 集合中使用 mapReduce 函数来选取已发布的文章(status:"active"),并通过user_name分组,计算每个用户的文章数:

>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 输出结果为:

{

       "result" : "post_total",

       "timeMillis" : 23,

       "counts" : {

               "input" : 5,

               "emit" : 5,

               "reduce" : 1,

               "output" : 2

       },

       "ok" : 1

}

结果表明,共有 5 个符合查询条件(status:"active")的文档, 在map函数中生成了 5 个键值对文档,最后使用reduce函数将相同的键值分为 2 组。

具体参数说明:

  • result:储存结果的collection的名字,这是个临时集合,MapReduce的连接关闭后自动就被删除了。
  • timeMillis:执行花费的时间,毫秒为单位
  • input:满足条件被发送到map函数的文档个数
  • emit:在map函数中emit被调用的次数,也就是所有集合中的数据总量
  • output:结果集合中的文档个数(count对调试非常有帮助)
  • ok:是否成功,成功为1
  • err:如果失败,这里可以有失败原因,不过从经验上来看,原因比较模糊,作用不大

使用 find 操作符来查看 mapReduce 的查询结果:

> var map=function() { emit(this.user_name,1); }

> var reduce=function(key, values) {return Array.sum(values)}

> var options={query:{status:"active"},out:"post_total"}

> db.posts.mapReduce(map,reduce,options)

{ "result" : "post_total", "ok" : 1 }

> db.post_total.find();

以上查询显示如下结果:

{ "_id" : "mark", "value" : 4 }

{ "_id" : "runoob", "value" : 1 }

用类似的方式,MapReduce可以被用来构建大型复杂的聚合查询。

Map函数和Reduce函数可以使用 JavaScript 来实现,使得MapReduce的使用非常灵活和强大。

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
目录
相关文章
|
5月前
|
监控 NoSQL 大数据
深入解析 MongoDB Map-Reduce:强大数据聚合与分析的利器
深入解析 MongoDB Map-Reduce:强大数据聚合与分析的利器
|
分布式计算 NoSQL JavaScript
初识Mongodb之MapReduce操作篇
初识Mongodb之MapReduce操作篇
391 0
初识Mongodb之MapReduce操作篇
|
存储 JSON 分布式计算
MongoDB:19-MongoDB-Map Reduce
MongoDB:19-MongoDB-Map Reduce
140 0
MongoDB:19-MongoDB-Map Reduce
|
分布式计算 JavaScript NoSQL
|
分布式计算 NoSQL Hadoop