MongoDB Map Reduce

>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": "h3 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 tom 和 maxsu 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。