mapReduce从功能上说类似于RDBMS中的group,它的强大之处在于很好的支持分布式。相比于group、aggregate,mapReduce的用法很简单,其实它的工作原理也很简单,下面介绍一下。
mapReduce工作分为两步,一是映射,即map,将数据按照某一个规则映射到一个数组里,比如按照type或者name映射,同一个type或者name的数据形成一个数组,二是规约,即reduce,它接收映射规则和数组,然后计算。举例如下:
1、计算每个栏目的库存总量
var map=function(){
emit(this.cat_id,this.goods_number);
}
var reduce=function(cat_id,numbers){
return Array.sum(numbers);
}
db.goods.mapReduce(map,reduce,{out:‘res‘});
将相同cat_id的goods_number分别映射到各自的数组中;对每一个数组进行求和,执行结果会生成一个res表,该表中保存了执行的结果,如下:
> db.res.find();
{ "_id" : 2, "value" : 0 }
{ "_id" : 3, "value" : 203 }
{ "_id" : 4, "value" : 3 }
{ "_id" : 5, "value" : 8 }
{ "_id" : 8, "value" : 61 }
2、计算每个栏目下商品的平均价格
var map=function(){
emit(this.cat_id,this.shop_price);
}
var reduce=function(cat_id,values){
return Array.avg(values);
}
db.goods.mapReduce(map,reduce,{out:‘res‘});
执行结果如下:
> db.res.find();
{ "_id" : 2, "value" : 823.33 }
{ "_id" : 3, "value" : 1746.0666666666666 }
{ "_id" : 4, "value" : 2297 }
{ "_id" : 5, "value" : 3700 }
{ "_id" : 8, "value" : 75.33333333333333 }
{ "_id" : 11, "value" : 31 }
{ "_id" : 13, "value" : 33.5 }
{ "_id" : 14, "value" : 54 }
{ "_id" : 15, "value" : 70 }
3、计算每个栏目下商品的平均价格,只统计价格大于100的
var map=function(){
emit(this.cat_id,this.shop_price);
}
var reduce=function(cat_id,values){
return Array.avg(values);
}
db.goods.mapReduce(map,reduce,{query:{shop_price:{$gt:100}},out:‘res‘});
执行结果如下:
> db.res.find();
{ "_id" : 2, "value" : 823.33 }
{ "_id" : 3, "value" : 1746.0666666666666 }
{ "_id" : 4, "value" : 2297 }
{ "_id" : 5, "value" : 3700 }
备注:
Array中的常用方法有如下几种:
contains、unique、shuffle、tojson、fetchRefs、sum、avg、stdDev,
可以通过下面的方式查看:for(var key in Array){ print(key); }
原文地址:https://www.cnblogs.com/javasl/p/11333506.html