Map-reduce是一个考虑大型数据得到实用聚集结果的数据处理程式（paradigm）．针对map-reduce操作，MongoDB提供来mapreduce命令．
考虑以下的map-reduce操作：
在这个map-reduce操作里。MongoDB为每一个输入的文档（比方，集合中满足了查询条件的文档）应用了map操作．Map函数输入键值对．对拥有多个值的那些键，MongoDB採用reduce阶段。即收集和压缩聚集的数据．Mongo-DB然后把结果存在一个集合里面．Reduce函数的输出能够选择传递给一个finalize函数去进一步压缩或处理聚集结果．
在MongoDB中，全部的map-reduce函数都是javascript代码，都执行在mongod进程．Map-reduce操作接受一个集合的文档作为输入，并能够在map阶段之前执行随意排序和限制．mapreduce能够以一个文档的形式返回map-reduce操作的结果，或者可能往集合写入结果。
输入和输出的集合可能是共享的。
注：
对大多数的聚集操作。聚集管道提供了更好的性能和更一致的接口。
然而，map-reduce操作提供了在聚集管道所没有的灵活性。
Map-Reduce JavaScript 函数
在MongoDB，map-reduce操作使用自己定义的函数去map。或者进行键和值的关联。假设一个键有多个值和它相应，则reduce操作将该键的值“减”到单一的对象(the operation reduces the values for the key to a single object)。
自己定义的javascript函数给map-reduce带来了灵活性。
举个样例。当处理一个文档，map函数产生多于一个的键值对匹配或者没有键值对匹配。Map-reduce函数也能够使用一个自己定义的javascript函数在map和reduce函数操作结束时对结果进行终于的改动。
Map-Reduce 行为
在MongoDB。map-reduce函数可以联机往集合写入结果或返回结果。假设你将map-reduce的输出写入一个集合，你可以在同样的输入集合上运行随后的map-reduce操作。并会合并替代、合并。或者削减之前的结果。
当联机返回map-reduce操作的结果，结果文档必须在BSON Document Size限制内，眼下是16M。
MongoDB支持在共享集合上的map-reduce操作，也能向共享集合输出结果。