ap-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。(转载自PHP中文网www.php.cn)
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)
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:
基础数据录入
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: