Mongodb是針對大數據量環境下誕生的用于保存大數據量的非關系型數據庫，針對大量的數據，如何進行統計操作至關重要，那么如何從Mongodb中統計一些數據呢？
在Mongodb中，給我們提供了三種用于數據聚合的方式：
（1）簡單的用戶聚合函數；
（2）使用aggregate進行統計；
（3）使用mapReduce進行統計；
今天我們首先來講講mapReduce是如何統計，在后續的文章中，將另起文章進行相關說明。
MapReduce是啥呢？以我的理解，其實就是對集合中的各個滿足條件的文檔進行預處理，整理出想要的數據然后進行統計得到最終的統計結果。其中map函數用于對集合中的各個滿足條件的文檔進行預處理，整理出想要的數據。Reduce函數用于對整理出的數據進行處理得到統計結果。Map函數和Reduce函數都是JavaScript函數。
首先，我們先構造一個測試數據集test，使用js腳本往集合中隨機插入一組數據，每條記錄是哪個人花了多少錢買了什么東西。具體腳本test1.js如下：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;">for( var i=0; i<100; i++){ var rID=Math.floor(Math.random()*10); var price = parseFloat((Math.random()*10).toFixed(2)); if(rID<3){ db.test.insert({"user":"majing","sku":rID,"price":price}); } else if(rID>=3 && rID<5){ db.test.insert({"user":"wufenglei","sku":rID,"price":price}); } else if(rID>=5 && rID<8){ db.test.insert({"user":"wufenglei","sku":rID,"price":price}); } else { db.test.insert({"user":"liyonghu","sku":rID,"price":price}); } }</span></span> 接下來我們通過在控制臺執行腳本來向數據庫插入具體的數據，具體執行指令如下：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;">mongo 127.0.0.1:27017/test J:/test1.js</span></span>
執行之后，通過MongoVUE來查看下具體的數據，如下所示，數據已經插入到集合中了：
接下來，我們可以做幾個簡單的統計操作了。
（1）統計不同用戶都買了多少個商品？編寫js腳本test2.js，將結果保存到statis1集合中。
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;">map=function(){ emit(this.user,1); } reduce=function(key, values){ var count = 0; values.forEach(function(val){count += val}); return count; } db.test.mapReduce(map, reduce, {out:"statics1"});</span></span></span> 按照剛才執行腳本的方式執行test2.js，并查看數據：
從數據庫就可以直觀看到統計數據了，若想查看某個人如majing購買了多少個商品，直接使用
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;"><span style="font-family:KaiTi_GB2312;font-size:18px;">db.statics1.find({"_id":"majing"});</span></span></span></span> （2）統計每個用戶購買的每個商品的數量情況
腳本test3.js如下所示：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;">map=function(){ emit({user:this.user,sku:this.sku},1); } reduce=function(key, values){ var count = 0; values.forEach(function(val){count += val}); return count; } db.test.mapReduce(map, reduce, {out:"statics2"});</span></span></span> 按照剛才執行腳本的方式執行test3.js，并查看數據：
總共返回了10條記錄。此時如果我們想查找某個用戶購買商品的情況，可以使用下面的查詢方法：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;">db.statics2.find({"_id.user":"majing"});</span></span></span> 
如果我們想查找某個用戶購買某個商品的情況，可以使用下面的查詢方法：
（3）統計每個用戶購買商品的總量及花費的總金額
腳本test4.js如下所示：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;">map=function(){ emit({user:this.user},{totalprice:this.price,count:1}); } reduce=function(key, values){ var res = {totalprice:0.00,count:1}; values.forEach(function(val){res.totalprice += val.totalprice;res.count+=val.count;}); return res; } db.test.mapReduce(map, reduce, {out:"statics3"});</span></span></span> 按照剛才執行腳本的方式執行test4.js，并查看數據：
（4）統計每個用戶購買商品的平均價錢
在這個情景下，我們需要用到說道mapReduce里的另一個參數finalize,該參數是一個javascript腳本函數，用于對reduce后的集合進行一個后期處理操作。
執行腳本test5.js，具體如下所示：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;">map=function(){ emit({user:this.user},{totalprice:this.price,count:1}); } reduce=function(key, values){ var res = {totalprice:0.00,count:1,average:0}; values.forEach(function(val){res.totalprice += val.totalprice;res.count+=val.count;}); return res; } finalizeFunc=function(key,reduceResult){ reduceResult.totalprice=(reduceResult.totalprice).toFixed(2); reduceResult.average=(reduceResult.totalprice/reduceResult.count).toFixed(2); return reduceResult; } db.test.mapReduce(map, reduce, {out:"statics4",finalize:finalizeFunc});</span></span></span> 執行之后查看得到的數據，具體如下所示，顯示了總價錢，商品數量和商品單價。
如果想查找某個人的，可以和上面的查詢方法一樣，使用find()方法進行查詢：
<span style="font-family:KaiTi_GB2312;"><span style="font-size:18px;"><span style="font-size:18px;">db.statics4.find({"_id.user":"majing"});</span></span></span> 以上通過4個簡單的例子對Mongodb中的MapReduce進行了簡單的說明，當然MapReduce功能很強大，大家如果想知道其他高級的使用方法，可以到Mongodb的官網進行查閱和學習，網址為
https://docs.mongodb.com/manual/reference/method/db.collection.mapReduce/ 謝謝。
以上所述是小編給大家介紹的Mongodb中MapReduce實現數據聚合方法詳解，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對VEVB武林網網站的支持！
新聞熱點
疑難解答
