MongoDB - 映射减少


根据 MongoDB 文档,Map-reduce是一种数据处理范例,用于将大量数据压缩为有用的聚合结果。MongoDB 使用mapReduce命令进行map-reduce 操作。MapReduce通常用于处理大型数据集。

MapReduce命令

以下是基本 mapReduce 命令的语法 -

>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 函数首先查询集合,然后将结果文档映射为键值对,然后根据具有多个值的键进行缩减。

在上面的语法中 -

  • map是一个 javascript 函数,它将值与键映射并发出键值对

  • reduce是一个 javascript 函数,可以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指定选择文档的可选选择标准

  • sort指定可选的排序标准

  • limit指定可选的返回文档的最大数量

使用MapReduce

考虑以下存储用户帖子的文档结构。该文档存储用户的 user_name 和帖子的状态。

{
   "post_text": "tutorialspoint is an awesome website for tutorials",
   "user_name": "mark",
   "status":"active"
}

现在,我们将在帖子集合上使用 mapReduce 函数来选择所有活动帖子,根据 user_name 对它们进行分组,然后使用以下代码计算每个用户的帖子数量 -

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

上面的mapReduce查询输出以下结果 -

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

结果显示,总共有 4 个文档与查询匹配(状态:“active”),map 函数发出了 4 个具有键值对的文档,最后,reduce 函数将具有相同键的映射文档分为 2 个。

要查看此 mapReduce 查询的结果,请使用查找运算符 -

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

上面的查询给出以下结果,表明用户tommark都有两个处于活动状态的帖子 -

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

以类似的方式,MapReduce 查询可用于构造大型复杂聚合查询。自定义Javascript函数的使用利用了非常灵活和强大的MapReduce。