www.javainfo.com.cn 上干货 欢迎收藏

在MongoDB的聚合框架中，还可以使用MapReduce，它非常强大和灵活，但具有一定的复杂性，专门用于实现一些复杂的聚合功能。

采用Jst来作为查询语言，因此能表达任意的逻辑，但是它运行非常慢，不应该用在实时的数据分析中

MapReduce的HelloWorld

实现的功能，找出集合中所有的键，并统计每个键出现的次数。

1：Map函数使用emit函数来返回要处理的值，示例如下：  参数对应关系如下面的颜色匹配情况

var map = function(){

for(var key in this){   this表示对当前文档的引用。

emit(key,{count:1});  emit 函数是固定的， 按照 key分组计数

}

}

2：reduce函数需要处理Map阶段或者是前一个reduce的数据，因此reduce返回的文档必须要能作为reduce的第二个参数的一个元素，示例如下：

var reduce = function(key,emits){

var total = 0;

for(var i in emits){

total += emits[i].count;

}

return {"count":total};

};

3：运行MapReduce，示例如下：

var mr = db.runCommand({"mapreduce":"scores","map":map,"reduce":reduce,"out":"myout"});

4：查询最终的结果，示例如下：

db.mrout.find();

如统计userId中值，以及每个值出现的次数，就可以如下操作

1：修改map函数，示例如下：

var map = function(){

emit(this.userId,{count:1});  文档的属性 可用直接采用 this调用

};

2：reduce函数不用改

3：重新执行

db.runCommand({"mapreduce":"scores","map":map,"reduce":reduce,"out":"myout"});

4：查看最终结果：

db.mrout.find();

    更多MapReduce可选的键

1：finalize:function ：可以将reduce的结果发送到finalize，这是整个处理的最后一步

2：keeptemp:boolean ：是否在连接关闭的时候，保存临时结果集合

3：query:document ：在发送给map前对文档进行过滤

4：sort:document ：在发送给map前对文档进行排序

5：limit:integer ：发往map函数的文档数量上限

6：scope:document ：可以在javascript中使用的变量

7：verbose:boolean ：是否记录详细的服务器日志

示例：

var query = {"userId":{"$gt":"u2"}}

var sort = {"userId":1};

var finalize = function(key,value){

return {"mykey":key,"myV":value};

};

var mr = db.runCommand({"mapreduce":"users","map":map,"reduce":reduce,"out":"mrout","query":query,"sort":sort,"limit":2,"finalize":finalize});

如有疑问 请留言 欢迎提供建议