【MongoDB】MongoDB資料庫之MapReduce編程模型，mongodbmapreduce

【MongoDB】MongoDB資料庫之MapReduce編程模型，mongodbmapreduce

剛開始閱讀《Mongodb入門手冊》時候看到mapreduce，當時感覺好難，就直接忽略了。現在重新看到這部分知識的時候，痛下決心學習這塊知識。

一、概念說明

MongoDB的MapReduce相當於Mysql中“group by”,在mongodb上使用mapreduce執行並行資料統計很容易；使用MapReduce要實現兩個函數： map 和 reduce. 

map函數調用emit(key,value)遍曆collection中所有的記錄，將key和value傳遞給Reduce函數執行處理。Map函數和Reduce函數可以使用javascript來實現。下面我們來學習下mapreduce的方法參數： 

二、舉例說明1. 建立初始化資料

2. Map進行分組

Map函數必須調用emit(key，value)返回鍵值對，使用this訪問當前待處理的document.在本例中，map函數對students表按classid進行分組：

value可以使用json object傳遞（支援多個屬性值），如下面代碼錶示：

emit(this.classid,{count:1})

3. Reduce彙總計算

Reduce函數傳遞的參數類似與group 效果，將map返回的鍵值序列組合成｛key,[value1,value2,value3,...]｝傳遞給reduce，如下面代碼所示：

Reduce函數對於這些values進行統計，在本例中，reduce函數就是分別針對班級的記錄數量進行執行求和計算，返回結果是json object 對象

4. Result擷取結果

計算後如何獲得結果，這正是result函數的作用。可以執行db.結果集。find（）可以獲得結果。其中結果集合可以通過out變數指定。

5. Finialize格式化輸出

利用finalize()可以對reduce的結果進行輸出樣式的格式化處理。

6. options定製輸出

還可以添加更多的控制細節，只需要在res函數的定義中加入一個query參數，既可以進一步過濾結果集，如下面的代碼所示：

對比查詢結果：