MongoDB MapReduce

在用 MongoDB 查询时，若返回的数据量很大，或者做一些比较复杂的统计和聚操作做花费的时间很长时，可以使用 MongoDB 中的 mapReduce 进行实现。mapReduce 是个灵活且强大的数据聚工具，它的好处是可以把一个聚任务分解为多个小的任务，分配到多个服务器上并行处理。

在 MongoDB 中我们可以使用 mapReduce 令来执行 mapReduce 操作。

mapReduce 令

在 mapReduce 令中要实现两个函数，分别是 map 函数和 reduce 函数，其中 map 函数调用 emit(key, value)，遍历中的所有记录，并将 key 与 value 传递给 reduce 函数进行处理，如下所示：

> db.collection_name.mapReduce(
function() {emit(key, value);},                  // map 函数
function(key, values) {return reduceFunction},   // reduce 函数
{
out: collection,
query: document,
sort: document,
limit: number
}
)

参数说明如下：

• map 函数：一个 javascript 函数，它用一个键映射一个值并发出一个键值对；

• reduce 函数：一个 javascript 函数，用于减少或分组具有相同键的所有文档；

• out：指定 map-reduce 查询结果的位置；

• query：指定用于选择文档的可选选择条件；

• sort：指定可选的排序条件；

• limit：指定要返回的文档数（可选）。

使用 mapReduce

假如有一个存储用户帖子信息的，其中存储了若干用户的用户名、状态等信息，例如下面这样：

{
    "post_text": "编程帮（biancheng网站站点" rel="nofollow" />

> db.posts.mapReduce(

... function() { emit(this.user_name,1); },

... function(key, values) {return Array.sum(values)},

... {

... query:{status:"active"},

... out:"post_total"

... }

... )

上面 mapReduce 令的输出结果如下所示：

{
"result" : "post_total",
"timeMillis" : 48,
"counts" : {
"input" : 11,
"emit" : 11,
"reduce" : 2,
"output" : 2
},
"ok" : 1
}

关于运行结果，有如下几点需要说明：

• result：储存结果的 collection 的名字，这是个临时，mapReduce 的连接关闭后会被自动删除；

• timeMillis：执行花费的时间，单位为毫秒；

• 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，也就是所有中的数据总量；

• ouput：结果中的文档个数（count 对调试非常有帮助）；

• ok：查询是否执行成功，成功为 1；

• err：若执行失败，则会在这里显示失败原因。

通过运行结果可以发现，共有 11 个文档与查询匹配（状态为“active”），map 函数生成了 11 个具有键值对的文档， reduce 函数将具有相同键值的映射文档分为 2 个组。

若要查看 mapReduce 查询的结果，可以使用 find 方法，如下所示：

> db.posts.mapReduce(
... function() { emit(this.user_name,1); },
... function(key, values) {return Array.sum(values)},
... {
...    query:{status:"active"},
...    out:"post_total"
... }
... ).find()

上面的查询语句，执行结果如下：

{ "_id" : "biancheng", "value" : 5 }

{ "_id" : "bianchengbang", "value" : 6 }

以类似的方式，mapReduce 查询可用于构造大型复杂的聚查询，自定义 JavaScript 函数的使用使得 mapReduce 非常灵活和强大。