MongoDB 教學課程login
MongoDB 教學課程
作者:php.cn  更新時間:2022-04-21 17:49:03

MongoDB 映射減少


Map-Reduce是一種計算模型,簡單的說就是將大批量的工作(資料)分解(MAP)執行,然後再將結果合併成最終結果(REDUCE)。

MongoDB提供的Map-Reduce非常靈活,對於大規模資料分析也相當實用。


MapReduce 指令

以下是MapReduce的基本語法:

>db.collection.mapReduce(
   function() {emit(key,value);},  //map 函数
   function(key,values) {return reduceFunction},   //reduce 函数
   {
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)


使用MapReduce 要實作兩個函數Map 函數和Reduce 函數,Map 函數呼叫emit(key, value), 遍歷 collection 中所有的記錄, 將key 與 value 傳遞給 Reduce 函數進行處理。

Map 函數必須呼叫 emit(key, value) 傳回鍵值對。

參數說明:

  • map :映射函數 (產生鍵值對序列,作為 reduce 函數參數)。

  • reduce 統計函數,reduce函數的任務就是將key-values變成key-value,也就是把values陣列變成單一的值value。 。

  • out 統計結果存放集合 (不指定則使用臨時集合,在客戶端斷開後自動刪除)。

  • query 一個篩選條件,只有滿足條件的文件才會呼叫map函數。 (query。limit,sort可以隨意組合)

  • sort 和limit結合的sort排序參數(也是在發送到map函數前給文檔排序),可以最佳化分組機制

  • limit 傳送到map函數的文件數量的上限(如果沒有limit,單獨使用sort的用處不大)


#使用MapReduce

考慮以下文件結構儲存使用者的文章,文件儲存了使用者的user_name 和文章的status 欄位:

>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "mark",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "php",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "php",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "php中文网,最全的技术文档。",
   "user_name": "php",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })

現在,我們將在posts 集合中使用mapReduce 函數來選取已發佈的文章(status:"active"),並透過user_name分組,計算每個使用者的文章數:

>db.posts.mapReduce( 
   function() { emit(this.user_name,1); }, 
   function(key, values) {return Array.sum(values)}, 
      {  
         query:{status:"active"},  
         out:"post_total" 
      }
)

以上mapReduce 輸出結果為:

{
        "result" : "post_total",
        "timeMillis" : 23,
        "counts" : {
                "input" : 5,
                "emit" : 5,
                "reduce" : 1,
                "output" : 2
        },
        "ok" : 1
}

結果表明,共有4個符合查詢條件(status:"active")的文檔, 在map函數中產生了4個鍵值對文檔,最後使用reduce函數將相同的鍵值分成兩組。


特定參數說明:

  • result:儲存結果的collection的名字,這是個暫存集合,MapReduce的連線關閉後自動就被刪除了。

  • timeMillis:執行花費的時間,毫秒為單位

  • #input:滿足條件被傳送到map函數的文件數

  • emit:在map函數中emit被呼叫的次數,也就是所有集合中的資料總量

  • ouput:結果集合中的文件個數字(count對調試非常有幫助)

  • ok:是否成功,成功為1

  • #err:如果失敗,這裡可以有失敗原因,不過從經驗上來看,原因比較模糊,作用不大

使用find 運算子來查看mapReduce 的查詢結果:

>db.posts.mapReduce( 
   function() { emit(this.user_name,1); }, 
   function(key, values) {return Array.sum(values)}, 
      {  
         query:{status:"active"},  
         out:"post_total" 
      }
).find()

以上查詢顯示如下結果,兩個使用者tom 和mark 有兩個發佈的文章:

{ "_id" : "mark", "value" : 4 }
{ "_id" : "php", "value" : 1 }

用類似的方式,MapReduce可以被用來建構大型複雜的聚合查詢。

Map函數和Reduce函數可以使用 JavaScript 來實現,使得MapReduce的使用非常靈活且強大。

#

PHP中文網