Go教程

MongoDB MapReduce

本文主要是介绍MongoDB MapReduce,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
MapReduce 简介

MongoDB 中的 MapReduce 可以用来实现更复杂的聚合命令,使用 MapReduce 主要实现两个函数:map 函数和reduce函数

  • map 函数(分组):用来生成键值对序列,map 函数的结果作为 reduce 函数的参数
  • reduce 函数(聚合):将 map 函数的结果再做进一步的统计
MapReduce 原理

Map-Reduce 是一种计算模型,简单的说就是将大批量的集合文档进行分组(Map),然后再将分组后的 key-value 键值对结果进行统计得到最终结果(Reduce)。MongoDB 提供的 Map-Reduce 非常灵活,对于大规模分布式数据分析也相当实用。

MapReduce 基本语法
db.collection.mapReduce(
   function() {emit(key,value);},  # map 函数
   function(key,values) {return reduceFunction},   # reduce 函数
   # 可选操作
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数,Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将 key 与 value 传递给 Reduce 函数进行处理。

Map 函数必须调用 emit(key, value) 返回键值对。

参数说明:

  • map :映射函数 (生成键值对序列,作为 reduce 函数参数)。
  • reduce 统计函数,reduce函数的任务就是将key-values变成key-value,也就是把values数组变成一个单一的值value。。
  • out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
  • query 一个筛选条件,只有满足条件的文档才会调用map函数。(query。limit,sort可以随意组合)
  • sort 和limit结合的sort排序参数(也是在发往map函数前给文档排序),可以优化分组机制
  • limit 发往map函数的文档数量的上限(要是没有limit,单独使用sort的用处不大)

这篇关于MongoDB MapReduce的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!