mongodb数据库教程-MongoDB Map Reduce

跨零代码为大家提供高品质的解决方案,请大家多多来访,跨零不胜感激,在此谢过。

根据MongoDB文档的说明,Map-reduce是将大量数据合并为有用的聚合结果的数据处理范例。 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到发出的键值对,然后根据具有多个值的键进行减少。

在上面的语法 –

  • map是一个JavaScript函数,它将一个值与一个键映射并发出一个键值对;
  • reduce是一个javascript功能,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条件;
  • sort指定可选的排序条件;
  • limit指定可选的最大文档数;

使用MapReduce

请考虑存储用户帖子的以下文档结构。 该文档存储用户的user_name和帖子的状态(status)。

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

现在,我们将在posts集上使用mapReduce函数来选择所有status的值为active的帖子,并根据user_name分组,然后使用以下代码对每个用户的帖子数进行计数 –

>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, } 

结果表明,共有4个文档与查询(status的值为active)匹配,映射函数发出4个具有键值对的文档,最后将具有相同键的reduce函数分组的映射文档分解为2

要查看此 mapReduce 查询的结果,请使用 find 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() 

上述查询给出以下结果,表明用户 tommaxsu 有两个活动状态的帖子 –

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

以类似的方式,MapReduce查询可用于构建大型复杂聚合查询。 使用自定义JavaScript函数可以使用MapReduce,它非常灵活和强大。

  

从零到一,创造未来!跨零综合IT问题解决服务站,欢迎你的到来。Oracle数据库教程 mongodb数据库教程/a> 只为你绽放。

本文固定链接: http://kua0.com/2019/03/30/mongodb数据库教程-mongodb-map-reduce/

为您推荐

发表评论

电子邮件地址不会被公开。 必填项已用*标注