炫意html5
最早CSS3和HTML5移动技术网站之一

MongoDB mapReduce

mapReduce

根据MongoDB文档,Map-reduce是一种数据处理范例,用于将大量数据压缩为有用的聚合结果。MongoDB使用mapReduce命令进行map-reduce操作。MapReduce通常用于处理大型数据集。

MapReduce命令

以下是基本mapReduce命令的语法-

>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,然后映射结果文档以发出键-值对,然后根据具有多个值的键对其进行缩减。在上面的语法中-
  • map是一个javascript函数,它使用键映射值并发出键值对,reduce是一个javascript函数,用于减少或分组所有具有相同密钥的文档
  • out指定map-reduce查询结果的位置
  • 查询指定用于选择文档的可选选择标准
  • sort指定可选的排序条件
  • limit指定要返回的可选最大文档数

使用MapReduce

考虑以下存储用户帖子的文档结构。该文档存储用户的user_name和发布状态。

{
"post_text": "jc2182 is an awesome website for tutorials",
"user_name": "mark",
"status":"active"
}

现在,我们将在我们的帖子集合上使用mapReduce函数来选择所有活动的帖子,根据user_name将它们分组,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"
}
)

上面的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,
}

结果显示,总共有4个文档与查询匹配(status:”active”),map函数发出了4个具有键值对的文档,最后reduce函数将具有相同键的映射文档分为2个。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()

上面的查询给出以下结果,表明用户tom和mark都有两个处于活动状态的帖子-

{ "_id" : "tom", "value" : 2 }
{ "_id" : "mark", "value" : 2 }

以类似的方式,MapReduce查询可用于构造大型复杂的聚合查询。自定义Javascript函数的使用利用了MapReduce,它非常灵活且功能强大。

炫意HTML5 » MongoDB mapReduce

Java基础教程Android基础教程