前言
玩過(guò)Hadoop的小伙伴對(duì)MapReduce應(yīng)該不陌生，MapReduce的強(qiáng)大且靈活，它可以將一個(gè)大問(wèn)題拆分為多個(gè)小問(wèn)題，將各個(gè)小問(wèn)題發(fā)送到不同的機(jī)器上去處理，所有的機(jī)器都完成計(jì)算后，再將計(jì)算結(jié)果合并為一個(gè)完整的解決方案，這就是所謂的分布式計(jì)算。本文我們就來(lái)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(shí)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(huì)分2次進(jìn)入。
這導(dǎo)致的問(wèn)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(gè)value是會(huì)在循環(huán)進(jìn)入reduce的時(shí)候重用的。在循環(huán)中 count += value.count就能把之前都100加上了?。。?/p>
還有如果只有一條數(shù)據(jù)，那它不會(huì)進(jìn)入reduce，會(huì)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(lái)實(shí)現(xiàn)更復(fù)雜的聚合命令，使用MapReduce主要實(shí)現(xiàn)兩個(gè)函數(shù)：map函數(shù)和reduce函數(shù)，map函數(shù)用來(lái)生成鍵值對(duì)序列，map函數(shù)的結(jié)果作為reduce函數(shù)的參數(shù)，reduce函數(shù)中再做進(jìn)一步的統(tǒng)計(jì)，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(xué)出版社"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908d8"),"name" : "曹雪芹","book" : "紅樓夢(mèng)","price" : 22.0,"publisher" : "人民文學(xué)出版社"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908d9"),"name" : "錢(qián)鐘書(shū)","book" : "宋詩(shī)選注","price" : 99.0,"publisher" : "人民文學(xué)出版社"}{"_id" : ObjectId("59fa71d71fd59c3b2cd908da"),"name" : "錢(qián)鐘書(shū)","book" : "談藝錄","price" : 66.0,"publisher" : "三聯(lián)書(shū)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(shū)的總價(jià)，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(lái)實(shí)現(xiàn)分組，接收兩個(gè)參數(shù)，第一個(gè)參數(shù)表示分組的字段，第二個(gè)參數(shù)表示要統(tǒng)計(jì)的數(shù)據(jù)，reduce來(lái)做具體的數(shù)據(jù)處理操作，接收兩個(gè)參數(shù)，對(duì)應(yīng)emit方法的兩個(gè)參數(shù)，這里使用了Array中的sum函數(shù)對(duì)price字段進(jìn)行自加處理，options中定義了將結(jié)果輸出的集合，屆時(shí)我們將在這個(gè)集合中去查詢數(shù)據(jù)，默認(rèn)情況下，這個(gè)集合即使在數(shù)據(jù)庫(kù)重啟后也會(huì)保留，并且保留集合中的數(shù)據(jù)。
查詢結(jié)果如下：
{ "_id" : "曹雪芹", "value" : 22.0}{ "_id" : "錢(qián)鐘書(shū)", "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(shū)，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(jié)果如下：
{ "_id" : "曹雪芹", "value" : 1.0}{ "_id" : "錢(qián)鐘書(shū)", "value" : 2.0}{ "_id" : "魯迅", "value" : 2.0}將每位作者的書(shū)列出來(lái)，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(jié)果如下：
{ "_id" : "曹雪芹", "value" : "紅樓夢(mèng)"}{ "_id" : "錢(qián)鐘書(shū)", "value" : "宋詩(shī)選注,談藝錄"}{ "_id" : "魯迅", "value" : "吶喊,彷徨"}比如查詢每個(gè)人售價(jià)在￥40以上的書(shū)：
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(duì)查到的集合再進(jìn)行篩選。
結(jié)果如下：
{ "_id" : "錢(qián)鐘書(shū)", "value" : "宋詩(shī)選注,談藝錄"}{ "_id" : "魯迅", "value" : "彷徨"}runCommand實(shí)現(xiàn)
我們也可以利用runCommand命令來(lái)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(duì)結(jié)果進(jìn)行過(guò)濾 |
| sort | 對(duì)結(jié)果排序 |
| limit | 返回的結(jié)果數(shù) |
| scope | 設(shè)置參數(shù)值，在這里設(shè)置的值在map、reduce、finalize函數(shù)中可見(jiàn) |
| jsMode | 是否將map執(zhí)行的中間數(shù)據(jù)由javascript對(duì)象轉(zhuǎn)換成BSON對(duì)象，默認(rèn)為false |
| verbose | 是否顯示詳細(xì)的時(shí)間統(tǒng)計(jì)信息 |
| bypassDocumentValidation | 是否繞過(guò)文檔驗(yàn)證 |
| collation | 其他一些校對(duì) |
如下操作，表示執(zhí)行MapReduce操作并對(duì)統(tǒng)計(jì)的集合限制返回條數(shù)，限制返回條數(shù)之后再進(jìn)行統(tǒng)計(jì)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(jié)果如下：
{ "_id" : "曹雪芹", "value" : "紅樓夢(mèng)"}{ "_id" : "錢(qián)鐘書(shū)", "value" : "宋詩(shī)選注,談藝錄"}{ "_id" : "魯迅", "value" : "吶喊"}小伙伴們看到，魯迅有一本書(shū)不見(jiàn)了，就是因?yàn)閘imit是先限制集合返回條數(shù)，然后再執(zhí)行統(tǒng)計(jì)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(gè)參數(shù)key表示emit中的第一個(gè)參數(shù)，第二個(gè)參數(shù)表示reduce的執(zhí)行結(jié)果，我們可以在f1中對(duì)這個(gè)結(jié)果進(jìn)行再處理，結(jié)果如下：
{ "_id" : "曹雪芹", "value" : { "author" : "曹雪芹", "books" : "紅樓夢(mèng)" }}{ "_id" : "錢(qián)鐘書(shū)", "value" : { "author" : "錢(qián)鐘書(shū)", "books" : "宋詩(shī)選注,談藝錄" }}{ "_id" : "魯迅", "value" : { "author" : "魯迅", "books" : "吶喊,彷徨" }}scope則可以用來(lái)定義一個(gè)在map、reduce和finalize中都可見(jiàn)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(jié)果如下：
{ "_id" : "曹雪芹", "value" : { "author" : "曹雪芹", "books" : "紅樓夢(mèng)", "sang" : "haha" }}{ "_id" : "錢(qián)鐘書(shū)", "value" : { "author" : "錢(qián)鐘書(shū)", "books" : "宋詩(shī)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(shuō)到這里，小伙伴們有問(wèn)題歡迎留言討論。
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)武林網(wǎng)的支持。
參考資料：
1.《MongoDB權(quán)威指南第2版》
2.mongodb mapreduce小試
3.mongoDB--mapreduce用法詳解(未找到原始出處)
新聞熱點(diǎn)
疑難解答
圖片精選
