MongoDB Карта Уменьшить

Map-Reduce является вычислительная модель, просто означает, что основная часть работы (данные) разложения (MAP) для выполнения, а затем объединить результаты в конечный результат (УМЕНЬШИТЬ).

MongoDB обеспечивает Map-Reduce является очень гибким для анализа данных крупномасштабных также весьма практично.

команда MapReduce

Ниже приведен основной синтаксис MapReduce:

>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
   }
)

Использование функций MapReduce для достижения двух функций Карта и уменьшить функции, вызов функции Map испускают (ключ, значение), пройти сбор всех записей, а значение ключа передается функции Reduce для обработки.

Функция Map должна вызвать испускают (ключ, значение) Возвращает пары.

Параметр Описание:

• Функция отображения (генерировать последовательности клавиш как уменьшить параметрыфункции): отображение.
• сократить статистические функции, задача состоит в том, чтобы уменьшить функциональную клавишу-значения в ключ-значение, то есть массив значений в единое значение стоимости.,
• из статистических результатов сохраненного набора (не определяет использование временного сбора автоматически удаляются после того, как клиент отключен).
• условие фильтразапроса, только для выполнения условий документа будет называться функция карты.(Query.limit, сортировки может смешать)
• сортировать и предел связывания своего рода своего рода параметр (также бывший документ , отправленный на функцию карты для сортировки), вы можете оптимизировать группировку механизма
• ограничить количество документов , переданных в верхний предел функции карты (если не существует никаких ограничений, в одиночку рода мало пользы)

Использование MapReduce

Рассмотрим следующую структуру документа для хранения данных пользователя статей, документов и сохраняет поле статуса статьи пользователя user_name:

>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "mark",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "mark",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "w3big",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "w3big",
   "status":"disabled"
})
WriteResult({ "nInserted" : 1 })
>db.posts.insert({
   "post_text": "本教程，最全的技术文档。",
   "user_name": "w3big",
   "status":"active"
})
WriteResult({ "nInserted" : 1 })

Теперь мы будем использовать посты, установленные функции MapReduce, чтобы выбрать опубликованную статью (статус: «активный»), а user_name пакета рассчитывается для каждого пользователя Сообщений:

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

Над MapReduce выход:

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

Результаты показали, что в общей сложности четыре соответствуют критериям запроса (статус: "активные") документы генерируются четыре ключа в функции отображения в документе, а затем использовать ту же самую функцию, чтобы уменьшить ключ разделить на две группы.

Конкретные параметры:

• Результат: хранить результаты название коллекции, это временный набор назад от автоматического подключения MapReduce был удален.
• timeMillis: выполнение занимает много времени, в миллисекундах
• вход: состояние номер документа передается функции карты
• испускают: раз в функции карты испускают называется, то есть общая сумма всех сбора данных
• Ouput: Результаты Количество документов в коллекции (количество очень полезно для отладки)
• ОК: успех, успех 1
• ERR: Если это не удается, то может быть причина потерпеть неудачу, но из опыта, причиной является расплывчатым, не очень полезно

Использование оператора найти для просмотра результатов запроса MapReduce из:

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

Результаты вышеупомянутого запроса будет показано ниже, есть два пользователя индюки и отметьте две статьи, опубликованные:

{ "_id" : "mark", "value" : 4 }
{ "_id" : "w3big", "value" : 1 }

Аналогичным образом, MapReduce могут быть использованы для создания больших и сложных агрегатные запросы.

Карта функций и уменьшения функции могут быть реализованы с использованием JavaScript, MapReduce использовать очень гибкий и мощный.