MongoDB MapReduce 實戰<3>

最後的處理結果儲存在“ttt_date_out”表中，繼續寫下一個MapReduce，預期結果是所有記錄的平均記錄產生時間 Map：

function Map() {var count_time = 0;var arv_time = 0;var times = this.value.times;if(times){if(times.length > 1){for(var i = 0;i < times.length;i++){if(i != times.length - 1){count_time += times[i] - times[i+1];}}}arv_time = count_time / (times.length - 1);emit('result', arv_time); }}

Reduce：

function Reduce(key, values) {var ret={msg:key};var count_times = 0;for(var i = 0;i < values.length;i++){count_times += values[i];}ret.arv_time = count_times / values.length;return ret;}

Finalize:（上一個MapReduce中沒有，在這裡主要作用為對結果再次進行處理）

function Finalize(key, reduced) {// 轉成秒 var second = parseFloat(reduced) /1000;    // 轉分鐘var minute = parseInt(second / 60);// 剩餘秒var s = second % 60;// 轉小時var hour = parseInt(minute / 60);// 剩餘分var m = minute % 60;// 轉天var day = parseInt(hour / 24);// 剩餘小時var h = hour % 24;    return day + " 天 " + h + " 小時 " + m + " 分鐘 " + s + " 秒 ";}

配置In & Out
最終結果
小結： 經過一天的努力，完成了預期的目標，明天繼續瞭解一下，最終操作實際的日誌表，看看效果。 MapRecude的編寫語言為Javascript，剛開始是用命令列，編寫以及閱讀太過麻煩，最後雖然使用MongoVUE，但是調試起來很困難，沒有debug。找了很多資料也沒有具體的好方法，悲劇。