MongoDB mapReduce-Befehl

Laut MongoDB-Dokumentation ist Map Reduce ein Datenverarbeitungsparadigma, das verwendet wird, um große Datenmengen in nützliche Aggregateresultate zu komprimieren. MongoDB verwendet den Befehl mapReduce für MapReduce-Operationen. MapReduce wird in der Regel zur Verarbeitung großer Datensätze verwendet.

MapReduce-Befehl

Hier ist die Syntax des grundlegenden mapReduce-Befehls-

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

map-Die reduce-Funktion führt zunächst eine Abfrage auf die Sammlung durch und mappt die Ergebnisse, um Schlüssel zu emittieren-Wertpaare und reduziert sie dann basierend auf Schlüsseln mit mehreren Werten.

In der obigen Syntax-

• map ist eine JavaScript-Funktion, die einen Schlüssel in einen Wert mappt und einen Schlüssel emittiert-Wertpaare

• reduce ist eine JavaScript-Funktion, die alle Dokumente mit gleicher Schlüssel zu reduzieren oder zu gruppieren

• out Bestimmen Sie map-Position der mapReduce-Abfrageergebnisse

• query Bestimmen Sie die optionale Auswahlkriterien für die Dokumente

• sort Bestimmen Sie die optionale Sortierbedingung

• limit Bestimmen Sie die optionale maximale Anzahl der zurückgegebenen Dokumente

Verwenden Sie MapReduce

Bedenken Sie die folgende Dokumentstruktur für die Speicherung von Benutzerbeiträgen. Das Dokument speichert den user_name und den Veröffentlichungsstatus des Benutzers.

{
　　　"post_text": "w3codebox ist eine großartige Website für Tutorials
　　　"user_name": "mark",
　　　"status":"aktiv"
}

Jetzt werden wirpostsVerwenden Sie die mapReduce-Funktion auf der Sammlung, um alle aktiven Beiträge auszuwählen, sie nach user_name zu gruppieren und die folgenden Codezeilen, um die Anzahl der Beiträge jedes Benutzers zu zählen-

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

Die obige mapReduce-Abfrage gibt folgende Ergebnisse aus-

{
　　　"result": "post_total",
　　　"timeMillis":　9,
　　　"counts":
　　　　　　"input":　4,
　　　　　　"emit":　4,
　　　　　　"reduce":　2,
　　　　　　"output":　2
　　　,}
　　　"ok":　1,}

Die Ergebnisse zeigen, dass es insgesamt4Dokumente, die mit der Abfrage übereinstimmen (status:"aktiv"), die map-Funktion sendet4Ein Dokument mit Schlüssel-Wert-Paaren, das durch die reduce-Funktion in Dokumente mit gleichen Schlüsseln unterteilt wird, die die gleiche Schlüsselzuordnung haben2Stück.}

Um das Ergebnis dieser mapReduce-Abfrage anzuzeigen, verwenden Sie den find-Operator-

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

Die obige Abfrage gibt folgende Ergebnisse zurück, die zeigen, dass der Benutzer tom und mark zwei aktive posts haben –

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

Auf ähnliche Weise können MapReduce-Abfragen zur Konstruktion großer und komplexer Aggregation-Abfragen verwendet werden. Die Verwendung von benutzerdefinierten Javascript-Funktionen, die MapReduce nutzen, ist sehr flexibel und leistungsfähig.