前言
玩過Hadoop的小伙伴對MapReduce應該不陌生，MapReduce的強大且靈活，它可以將一個大問題拆分為多個小問題，將各個小問題發(fā)送到不同的機器上去處理，所有的機器都完成計算后，再將計算結果合并為一個完整的解決方案，這就是所謂的分布式計算。本文我們就來看看MongoDB中MapReduce的使用。
打算用mongodb mapreduce之前一定要知道的事！！！
mapreduce其實是分批處理數(shù)據(jù)的，每一百次重新reduce處理，所以到reduce里的數(shù)據(jù)如果是101條，那就會分2次進入。
這導致的問題就是在reduce中 如果 初始化 var count = 0；在循環(huán)中 count ++，最后輸出的是1？？？
避免都方法是，把數(shù)據(jù)存在返回的value里，這個value是會在循環(huán)進入reduce的時候重用的。在循環(huán)中 count += value.count就能把之前都100加上了！！！
還有如果只有一條數(shù)據(jù)，那它不會進入reduce，會直接返回。
下面是具體例子：
string map = @"function() {var view = this;emit(view.activity, {pv: 1});}";string reduce = @" function(key, values) {var result = {pv: 0};values.forEach(function(value){ result.pv += value.pv;});return result;}";string finalize = @"function(key, value){return value;}";mapReduce
MongoDB中的MapReduce可以用來實現(xiàn)更復雜的聚合命令，使用MapReduce主要實現(xiàn)兩個函數(shù)：map函數(shù)和reduce函數(shù)，map函數(shù)用來生成鍵值對序列，map函數(shù)的結果作為reduce函數(shù)的參數(shù)，reduce函數(shù)中再做進一步的統(tǒng)計，比如我的數(shù)據(jù)集如下：
{"_id" : ObjectId("59fa71d71fd59c3b2cd908d7"),"name" : "魯迅","book" : "吶喊","price" : 38.0,"publisher" : "人民文學出版社"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908d8"),"name" : "曹雪芹","book" : "紅樓夢","price" : 22.0,"publisher" : "人民文學出版社"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908d9"),"name" : "錢鐘書","book" : "宋詩選注","price" : 99.0,"publisher" : "人民文學出版社"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908da"),"name" : "錢鐘書","book" : "談藝錄","price" : 66.0,"publisher" : "武林網(wǎng)書店"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908db"),"name" : "魯迅","book" : "彷徨","price" : 55.0,"publisher" : "花城出版社"}假如我想查詢每位作者所出的書的總價，操作如下：
var map=function(){emit(this.name,this.price)}var reduce=function(key,value){return Array.sum(value)}var options={out:"totalPrice"}db.sang_books.mapReduce(map,reduce,options);db.totalPrice.find()emit函數(shù)主要用來實現(xiàn)分組，接收兩個參數(shù)，第一個參數(shù)表示分組的字段，第二個參數(shù)表示要統(tǒng)計的數(shù)據(jù)，reduce來做具體的數(shù)據(jù)處理操作，接收兩個參數(shù)，對應emit方法的兩個參數(shù)，這里使用了Array中的sum函數(shù)對price字段進行自加處理，options中定義了將結果輸出的集合，屆時我們將在這個集合中去查詢數(shù)據(jù)，默認情況下，這個集合即使在數(shù)據(jù)庫重啟后也會保留，并且保留集合中的數(shù)據(jù)。
查詢結果如下：
{ "_id" : "曹雪芹", "value" : 22.0}{ "_id" : "錢鐘書", "value" : 165.0}{ "_id" : "魯迅", "value" : 93.0}再比如我想查詢每位作者出了幾本書，如下：
var map=function(){emit(this.name,1)}var reduce=function(key,value){return Array.sum(value)}var options={out:"bookNum"}db.sang_books.mapReduce(map,reduce,options);db.bookNum.find()查詢結果如下：
{ "_id" : "曹雪芹", "value" : 1.0}{ "_id" : "錢鐘書", "value" : 2.0}{ "_id" : "魯迅", "value" : 2.0}將每位作者的書列出來，如下：
var map=function(){emit(this.name,this.book)}var reduce=function(key,value){return value.join(',')}var options={out:"books"}db.sang_books.mapReduce(map,reduce,options);db.books.find()結果如下：
{ "_id" : "曹雪芹", "value" : "紅樓夢"}{ "_id" : "錢鐘書", "value" : "宋詩選注,談藝錄"}{ "_id" : "魯迅", "value" : "吶喊,彷徨"}比如查詢每個人售價在￥40以上的書：
var map=function(){emit(this.name,this.book)}var reduce=function(key,value){return value.join(',')}var options={query:{price:{$gt:40}},out:"books"}db.sang_books.mapReduce(map,reduce,options);db.books.find()query表示對查到的集合再進行篩選。
結果如下：
{ "_id" : "錢鐘書", "value" : "宋詩選注,談藝錄"}{ "_id" : "魯迅", "value" : "彷徨"}runCommand實現(xiàn)
我們也可以利用runCommand命令來執(zhí)行MapReduce。格式如下：
db.runCommand( { mapReduce: <collection>, map: <function>, reduce: <function>, finalize: <function>, out: <output>, query: <document>, sort: <document>, limit: <number>, scope: <document>, jsMode: <boolean>, verbose: <boolean>, bypassDocumentValidation: <boolean>, collation: <document> } )含義如下：
| 參數(shù) | 含義 |
|---|---|
| mapReduce | 表示要操作的集合 |
| map | map函數(shù) |
| reduce | reduce函數(shù) |
| finalize | 最終處理函數(shù) |
| out | 輸出的集合 |
| query | 對結果進行過濾 |
| sort | 對結果排序 |
| limit | 返回的結果數(shù) |
| scope | 設置參數(shù)值，在這里設置的值在map、reduce、finalize函數(shù)中可見 |
| jsMode | 是否將map執(zhí)行的中間數(shù)據(jù)由javascript對象轉換成BSON對象，默認為false |
| verbose | 是否顯示詳細的時間統(tǒng)計信息 |
| bypassDocumentValidation | 是否繞過文檔驗證 |
| collation | 其他一些校對 |
如下操作，表示執(zhí)行MapReduce操作并對統(tǒng)計的集合限制返回條數(shù)，限制返回條數(shù)之后再進行統(tǒng)計操作，如下：
var map=function(){emit(this.name,this.book)}var reduce=function(key,value){return value.join(',')}db.runCommand({mapreduce:'sang_books',map,reduce,out:"books",limit:4,verbose:true})db.books.find()執(zhí)行結果如下：
{ "_id" : "曹雪芹", "value" : "紅樓夢"}{ "_id" : "錢鐘書", "value" : "宋詩選注,談藝錄"}{ "_id" : "魯迅", "value" : "吶喊"}小伙伴們看到，魯迅有一本書不見了，就是因為limit是先限制集合返回條數(shù)，然后再執(zhí)行統(tǒng)計操作。
finalize操作表示最終處理函數(shù)，如下：
var f1 = function(key,reduceValue){var obj={};obj.author=key;obj.books=reduceValue; return obj}var map=function(){emit(this.name,this.book)}var reduce=function(key,value){return value.join(',')}db.runCommand({mapreduce:'sang_books',map,reduce,out:"books",finalize:f1})db.books.find()f1第一個參數(shù)key表示emit中的第一個參數(shù)，第二個參數(shù)表示reduce的執(zhí)行結果，我們可以在f1中對這個結果進行再處理，結果如下：
{ "_id" : "曹雪芹", "value" : { "author" : "曹雪芹", "books" : "紅樓夢" }}{ "_id" : "錢鐘書", "value" : { "author" : "錢鐘書", "books" : "宋詩選注,談藝錄" }}{ "_id" : "魯迅", "value" : { "author" : "魯迅", "books" : "吶喊,彷徨" }}scope則可以用來定義一個在map、reduce和finalize中都可見的變量，如下：
var f1 = function(key,reduceValue){var obj={};obj.author=key;obj.books=reduceValue;obj.sang=sang; return obj}var map=function(){emit(this.name,this.book)}var reduce=function(key,value){return value.join(',--'+sang+'--,')}db.runCommand({mapreduce:'sang_books',map,reduce,out:"books",finalize:f1,scope:{sang:"haha"}})db.books.find()執(zhí)行結果如下：
{ "_id" : "曹雪芹", "value" : { "author" : "曹雪芹", "books" : "紅樓夢", "sang" : "haha" }}{ "_id" : "錢鐘書", "value" : { "author" : "錢鐘書", "books" : "宋詩選注,--haha--,談藝錄", "sang" : "haha" }}{ "_id" : "魯迅", "value" : { "author" : "魯迅", "books" : "吶喊,--haha--,彷徨", "sang" : "haha" }}好了，MongoDB中的MapReduce我們就先說到這里，小伙伴們有問題歡迎留言討論。
總結
以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作具有一定的參考學習價值，如果有疑問大家可以留言交流，謝謝大家對VEVB武林網(wǎng)的支持。
參考資料：
1.《MongoDB權威指南第2版》
3.mongoDB--mapreduce用法詳解(未找到原始出處)
新聞熱點
疑難解答
