MongoDB Map Reduce

根據MongoDB文件的說明，Map-reduce是將大量資料合併為有用的聚合結果的資料處理範例。 MongoDB使用mapReduce命令進行map-reduce操作。MapReduce通常用於處理大型資料集。

MapReduce命令

以下是基本 mapReduce 命令的語法 -

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

map-reduce函式首先查詢集合，然後將結果文件對映到發出的鍵值對，然後根據具有多個值的鍵進行減少。

在上面的語法 -

• map是一個JavaScript函式，它將一個值與一個鍵對映並行出一個鍵值對；
• reduce是一個javascript功能，可以減少或分組具有相同鍵的所有文件；
• out指定map-reduce查詢結果的位置；
• query指定選擇文件的可選選擇條件；
• sort指定可選的排序條件；
• limit指定可選的最大文件數；

使用MapReduce

請考慮儲存使用者貼文的以下文件結構。 該文件儲存使用者的user_name和貼文的狀態(status)。

{
   "post_text": "yiibai tutorials is an awesome website for tutorials",
   "user_name": "maxsu",
   "status":"active"
}

現在，我們將在posts集上使用mapReduce函式來選擇所有status的值為active的貼文，並根據user_name分組，然後使用以下程式碼對每個使用者的貼文數進行計數 -

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

以上mapReduce查詢輸出以下結果 -

{
   "result" : "post_total",
   "timeMillis" : 9,
   "counts" : {
      "input" : 4,
      "emit" : 4,
      "reduce" : 2,
      "output" : 2
   },
   "ok" : 1,
}

結果表明，共有4個文件與查詢(status的值為active)匹配，對映函式發出4個具有鍵值對的文件，最後將具有相同鍵的reduce函式分組的對映文件分解為2。

要檢視此 mapReduce 查詢的結果，請使用 find 運算子 -

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

).find()

上述查詢給出以下結果，表明使用者 tom 和 maxsu 有兩個活動狀態的貼文 -

{ "_id" : "tom", "value" : 2 }
{ "_id" : "maxsu", "value" : 2 }

以類似的方式，MapReduce查詢可用於構建大型複雜聚合查詢。 使用自定義JavaScript函式可以使用MapReduce，它非常靈活和強大。