mongodb 聚合(Map-Reduce)

　　介绍

　　　　Map-reduce 是一种数据处理范式，用于将大量数据压缩为有用的聚合结果。对于 map-reduce 操作，MongoDB 提供MapReduce数据库命令。

　　　　MongoDB中的MapReduce主要有以下几阶段：

　　　　1、Map：把一个操作Map到集合中的每一个文档

　　　　2、Shuffle: 根据Key分组对文档，并且为每个不同的Key生成一系列(>=1个)的值表(List of values)。

　　　　3、Reduce: 处理值表中的元素，直到值表中只有一个元素。然后将值表返回到Shuffle过程，循环处理，直到每个Key只对应一个值表，并且此值表中只有一个元素，这就是MR的结果。

　　　　4、Finalize：此步骤不是必须的。在得到MR最终结果后，再进行一些数据“修剪”性质的处理。

　　　　

　　处理过程

　　

db.runCommand({ 
    mapreduce:<collection>, 
    map:<mapfunction>,
    reduce:<reducefunction>,
    [,query:<query filter object>]
    [,sort:<sorts the input objects using this key.Useful for optimization,like sorting by the emit key for fewer reduces>]
    [,limit:<number of objects to return from collection>]
    [,out:<see output options below>]
    [,keeptemp:<true|false>]
    [,finalize:<finalizefunction>]
    [,scope:<object where fields go into javascript global scope>]
    [, jsMode : boolean，default true]
    [,verbose:true]
});

　　参数说明：

• Mapreduce：要操作的目标集合

• Map：映射函数（生成键值对序列，作为reduce函数参数）

• Reduce：统计函数

• Query：目标记录过滤

• Sort：目标记录排序

• Limit：限制目标记录数量

• Out：统计结果存放集合（不指定使用临时集合，在客户端断开后自动删除）

• Keeptemp：是否保留临时集合

• Finalize：最终处理函数（对reduce返回结果进行最终整理后存入结果集合）

• Scope：向map、reduce、finalize导入外部变量

• jsMode说明:为false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,为true时 BSON-->js-->map-->reduce-->BSON

• Verbose：显示详细的时间统计信息

　　

　　执行查询的步骤

• MapReduce对指定的集合Collection进行查询

• 对A的结果集进行mapper方法采集

• 对B的结果执行finalize方法处理

• 最终结果集输出到临时Collection中

• 断开连接，临时Collection删除或保留

　 以下是来自文档的图，可以清楚的说明 Map-Reduce 的执行过程。　

　　

　　

　　　　MongoDB中使用emit函数向MapReduce提供Key/Value对。

　　　　Reduce函数接受两个参数：Key,emits. Key即为emit函数中的Key。 emits是一个数组，它的元素就是emit函数提供的Value。

　　　　Reduce函数的返回结果必须要能被Map或者Reduce重复使用，所以返回结果必须与emits中元素结构一致。

　　　　Map或者Reduce函数中的this关键字，代表当前被Mapping文档。

　　构造数据：

　　

db.orders.insertMany([{cust_id:'A123',amount:500,status:'A'},
{cust_id:'A123',amount:250,status:'A'},
{cust_id:'B212',amount:200,status:'A'},
{cust_id:'A123',amount:100,status:'D'}])

　　执行结果：