一、mapreduce是根據(jù)map函數(shù)里調(diào)用的emit函數(shù)的第一個參數(shù)來進行分組的
Map-Reduce是一種計算模型，簡單的說就是將大批量的工作（數(shù)據(jù)）分解（MAP）執(zhí)行，然后再將結(jié)果合并成最終結(jié)果（REDUCE）。
使用 MapReduce 要實現(xiàn)兩個函數(shù) Map 函數(shù)和 Reduce 函數(shù), Map 函數(shù)調(diào)用 emit(key, value), 遍歷 collection 中所有的記錄, 將key 與 value 傳遞給 Reduce 函數(shù)進行處理。Map 函數(shù)必須調(diào)用 emit(key, value) 返回鍵值對。
參數(shù)說明:
1. map ：映射函數(shù) (生成鍵值對序列,作為 reduce 函數(shù)參數(shù))。
2. reduce 統(tǒng)計函數(shù)，reduce函數(shù)的任務(wù)就是將key- values變成key-value，也就是把values數(shù)組變成一個單一的值value。
3. out 統(tǒng)計結(jié)果存放集合 (不指定則使用臨時集合,在客戶端斷開后自動刪除)。
4. query 一個篩選條件，只有滿足條件的文檔才會調(diào)用map函數(shù)。（query。limit，sort可以隨意組合）
5. sort 和limit結(jié)合的sort排序參數(shù)（也是在發(fā)往map函數(shù)前給文檔排序），可以優(yōu)化分組機制
6. limit 發(fā)往map函數(shù)的文檔數(shù)量的上限（要是沒有l(wèi)imit，單獨使用sort的用處不大）
//測試數(shù)據(jù)準備
db.user.drop();
for(var i=10; i 100; i++) {
db.user.insert({
name:"user" + i,
age : Math.floor(Math.random()*10)+ 20,
sex : Math.floor(Math.random()*3)%2 ==0 ? 'M' : 'F',
chinese : Math.floor(Math.random()*50)+50,
math : Math.floor(Math.random()*50)+50,
english : Math.floor(Math.random()*50)+50,
class : "C" + i%5
})
}
// runCommand運行方式
db.sales.runCommand({
mapreduce: "user",
map: function(){
if(this.class == "C1") {
emit(this.age, this.age);
}
},
reduce: function(key,values){
var maxValue = Max(key, values);
return maxValue;
},
{
out: {inline: 1},
query : "",
sort: "",
limit: "",
}
})
db.user.mapReduce(
// 映射函數(shù)，里面會調(diào)用emit(key,value)，集合會按照你指定的key進行映射分組。
function(){
// 按照emit函數(shù)的第一個參數(shù)進行分組
// 第二個參數(shù)的值會傳遞給reduce
emit(this.age, this);
},
// 簡化函數(shù)，會對map分組后的數(shù)據(jù)進行分組簡化
// 在reduce(key,value)中的key就是emit中的key, vlaues為emit分組后的emit(value)的集合
function(key, values){
var maxValue = Math.max(key, values);
return maxValue;
},
// 可選參數(shù)
{
query: {sex: "F"},
out: "result",
sort : {},
limit : 0
}
)
執(zhí)行結(jié)果：
{
"result" : "result", // 存放的集合名
"timeMillis" : 23,
"counts" : {
"input" : 29, // 傳入文檔的個數(shù)
"emit" : 29, // 此函數(shù)被調(diào)用的次數(shù)
"reduce" : 6, // 此函數(shù)被調(diào)用的次數(shù)
"output" : 8 // 最后返回文檔的個數(shù)
},
"ok" : 1
}
查看返回的結(jié)果：
您可能感興趣的文章:- MongoDB中MapReduce編程模型使用實例
- Mongodb中MapReduce實現(xiàn)數(shù)據(jù)聚合方法詳解
- MongoDB中的MapReduce簡介
- MongoDB中MapReduce的使用方法詳解
