首先说一下分片:
分片(sharding)是指将数据拆分,将其分散存放在不同的机器上的过程。有时也用分区(partitioning)来表示这个概念。将数据分散到不同的机器上,不需要功能强大的大型计算机就可以存储更多的数据,处理更大的负载。
这里不讲怎么操作分片有兴趣自己百度
那么分片之后的集合是不支持group操作的 会报错,为解决这个问题 使用map reduce操作
首先上个简单的例子然大家了解一下map reduce的使用
这段代码的意思是 按照probMac字段分组 统计条数
public Object groupByMapReduce(String key) {
String map = "function() { emit(this.probMac, {count:1});}"; //this 代表当前集合 probMac是集合中的一个字段名字
String reduce = "function(key, values) {"
+ "var total = 0;"
+ "for(var i=0;i<values.length;i++){total += values[i].count;}"
+ "return {count:total};}";
MapReduceResults<XX> mrr = mongoTemplate.mapReduce("customer", map, reduce, XX.class);//customer 集合名字
return mrr.iterator();//返回的是个迭代器 只要 while(hasNext()){ ...... }就可以取结果了
}
返回的是这样一个结果[{"_id":"141FBA789010","value":{"count":505.0}},{"_id":"141FBA789050","value":{"count":18287.0}},{"_id":"141FBA789098","value":{"count":7489.0}},{"_id":"141FBA7890E8","value":{"count":8626.0}}]
那么可能有人会问 我想加入查询条件怎么办呢?当然是有解决方案的
mongoTemplate.mapReduce 有多个重载的 其中有一个
/**
*@param query 这个参数可以放你的查询条件了
*@param inputCollectionName 你要操作的集合名称
*@param mapFunction map函数字符串
*@param reduceFunction reduce函数字符串
*@param entityClass 查询结果放入什么对象
*/
public <T> MapReduceResults<T> mapReduce(Query query, String inputCollectionName, String mapFunction,
String reduceFunction, Class<T> entityClass) {
return mapReduce(query, inputCollectionName, mapFunction, reduceFunction, new MapReduceOptions().outputTypeInline(),
entityClass);
}
好了 简单的例子大家是不是了解了呢?如果有帮助 希望点个赞吧
转载请注明出处 https://blog.csdn.net/zhang_zhongkang/article/details/81296842