MapReduce 使用JavaScript作為“查詢語言”。因此它能夠表達
任意復(fù)雜的邏輯挫以。然而掐松，這種強大是有代價的：MapReduce非常慢，
不應(yīng)該實時的數(shù)據(jù)分析中
MapReduce能夠在多態(tài)服務(wù)器之間并行執(zhí)行抡句。它會將一個大問題分隔為多個小
問題杠愧，將各個小問題發(fā)送到不同的機器上殴蹄，每臺機器只負責(zé)完成一部分工作。
所有機器都完成時刺下，將這些零碎的解決方案合并稱為一個完整的解決方案稽荧。
MapReduce 需要幾個步驟。
映射(map)
將操作映射到集合中的每個文檔姨丈。這個操作要么“無作為”畅卓，要么“產(chǎn)生一些鍵和X個值”。洗牌(shuffle)
按照鍵分組蟋恬，并將產(chǎn)生的鍵值組成列表放到對應(yīng)的鍵中翁潘。化簡(reduce)
把列表中的值化簡成一個單值。這個值被返回歼争，然后接著進行洗牌拜马，直到每個鍵的列表只有
一個值為止渗勘，這個值也就是最終的結(jié)果。
創(chuàng)造基礎(chǔ)數(shù)據(jù)
for(var i=0; i< 100; i++){
db.t.insert(
{
_id: i,
"name": "user_"+i,
"age" : NumberInt(Math.random() * 10)
})
}
> db.t.find()
{ "_id" : 0, "name" : "user_0", "age" : 5 }
{ "_id" : 1, "name" : "user_1", "age" : 9 }
{ "_id" : 2, "name" : "user_2", "age" : 8 }
{ "_id" : 3, "name" : "user_3", "age" : 4 }
{ "_id" : 4, "name" : "user_4", "age" : 0 }
{ "_id" : 5, "name" : "user_5", "age" : 7 }
{ "_id" : 6, "name" : "user_6", "age" : 3 }
{ "_id" : 7, "name" : "user_7", "age" : 8 }
{ "_id" : 8, "name" : "user_8", "age" : 7 }
{ "_id" : 9, "name" : "user_9", "age" : 8 }
{ "_id" : 10, "name" : "user_10", "age" : 9 }
{ "_id" : 11, "name" : "user_11", "age" : 3 }
{ "_id" : 12, "name" : "user_12", "age" : 8 }
{ "_id" : 13, "name" : "user_13", "age" : 0 }
{ "_id" : 14, "name" : "user_14", "age" : 7 }
{ "_id" : 15, "name" : "user_15", "age" : 8 }
{ "_id" : 16, "name" : "user_16", "age" : 4 }
{ "_id" : 17, "name" : "user_17", "age" : 7 }
{ "_id" : 18, "name" : "user_18", "age" : 5 }
{ "_id" : 19, "name" : "user_19", "age" : 2 }
Type "it" for more
統(tǒng)計age相同的名字
var map = function(){
emit(this.age, this.name);
};
var reduce = function(key, values){
var ret={ age: key, names: values };
return ret;
};
var finalize = function(key, rval){
if(key == 0){
rval.msg = "a new life, baby!";
}
return rval;
};
db.runCommand({
mapreduce: "t",
map: map,
reduce: reduce,
finalize: finalize,
out: "t_age_names"
});
> db.t_age_names.findOne({ _id: 0 })
{
"_id" : 0,
"value" : {
"age" : 0,
"names" : [
"user_4",
"user_13",
"user_27",
"user_30",
"user_48",
"user_55",
"user_59",
"user_63",
"user_64",
"user_67",
"user_70",
"user_74",
"user_75",
"user_95"
],
"msg" : "a new life, baby!"
}
};
age為0 的數(shù)據(jù)個數(shù)為14個俩莽。
> db.t_age_names.findOne({ _id: 1 })
{
"_id" : 1,
"value" : {
"age" : 1,
"names" : [
"user_25",
"user_28",
"user_32",
"user_54",
"user_61",
"user_85"
]
}
}
age為1的數(shù)據(jù)個數(shù)為6個。
> db.t_age_names.findOne({ _id: 9 })
{
"_id" : 9,
"value" : {
"age" : 9,
"names" : [
"user_1",
"user_10",
"user_40",
"user_78",
"user_97"
]
}
}
age 為9的數(shù)據(jù)個數(shù)為5個扮超。
檢測 age 相同的個數(shù)
var count_map = function(){
emit(this.age, 1);
};
var count_reduce = function(key, values){
total = 0;
for(var i in values ){
total += 1;
}
return { age: key, total: total }
};
db.runCommand({
mapreduce: "t",
map: count_map,
reduce: count_reduce,
out: "t_age_count"
});
{
"result" : "t_age_count",
"timeMillis" : 5,
"counts" : {
"input" : 100,
"emit" : 100,
"reduce" : 10,
"output" : 10
},
"ok" : 1
}
input 其中input 表示發(fā)送到map函數(shù)的文檔個數(shù)取刃。
emit 在map函數(shù)中emit 被調(diào)用的次數(shù)。
output 結(jié)果集合中的文檔數(shù)量出刷。
最終統(tǒng)計結(jié)果如下
> db.t_age_count.find()
{ "_id" : 0, "value" : { "age" : 0, "total" : 14 } }
{ "_id" : 1, "value" : { "age" : 1, "total" : 6 } }
{ "_id" : 2, "value" : { "age" : 2, "total" : 11 } }
{ "_id" : 3, "value" : { "age" : 3, "total" : 7 } }
{ "_id" : 4, "value" : { "age" : 4, "total" : 16 } }
{ "_id" : 5, "value" : { "age" : 5, "total" : 11 } }
{ "_id" : 6, "value" : { "age" : 6, "total" : 10 } }
{ "_id" : 7, "value" : { "age" : 7, "total" : 12 } }
{ "_id" : 8, "value" : { "age" : 8, "total" : 8 } }
{ "_id" : 9, "value" : { "age" : 9, "total" : 5 } }
MapReduce 可選鍵
-
finalize: function
可以將reduce的結(jié)果發(fā)送給這個鍵璧疗，這是整個處理過程的最后一步。
-
keeptmp：boolean
如果值為true巷蚪，那么在連接關(guān)閉時會將臨時結(jié)果集合保存下來病毡，否則不保存。
-
out：string
輸出集合的名稱屁柏。如果設(shè)置了這選項啦膜，系統(tǒng)會自動設(shè)置keeptemp: true
-
query: document
在發(fā)往map函數(shù)前，先用指定條件過濾文檔淌喻。
-
sort：document
在發(fā)往map前先給文檔排序(與Limit 一同使用非常有用)
-
limit: integer
發(fā)往map函數(shù)的文檔數(shù)量的上限
-
scope: document
可以在JavaScript代碼中使用的變量
-
verbose: boolean
是否記錄詳細的服務(wù)器日志
