MongoDB——聚合操作之MapReduce

一、MapReduce的概述

• MapReduce操作将大量的数据处理工作拆分成多个线程并行处理，然后将结果合并在一起。MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

二、MapReduce的阶段

• MapReduce具有两个阶段：
  （1）、将具有相同Key的文档数据整合在一起的map阶段；
  （2）、组合map操作的结果进行统计输出的reduce阶段。

三、MapReduce的基本语法

• MapReduce语法格式

  db.collection.mapReduce(
  	function() {emit(key,value);}, //map 函数
  	function(key,values) {return reduceFunction}, //reduce 函数
  	{
  		out: ,
  		query: ,
  		sort: , 
  		limit: ,
  		finalize: , 
  		scope: , 
  		jsMode: ,
  		verbose: , 
  		bypassDocumentValidation: 
  	}
  )
  

• MapReduce语法解释

  函数	解释
  map	将数据拆分成键值对，交给reduce函数
  reduce	根据键将值做统计运算
  out	可选，将结果汇入指定表
  quey	可选筛选数据的条件，筛选的数据送入map
  sort	排序完后，送入map
  limit	限制送入map的文档数
  finalize	可选，修改reduce的结果后进行输出
  scope	可选，指定map、reduce、finalize的全局变量
  jsMode	可选，默认false。在mapreduce过程中是否将数 据转换成bson格式。
  verbose	可选，是否在结果中显示时间，默认false
  bypassDocmentValidation	可选，是否略过数据校验

• MapReduce图解
  

四、MapReduce示例

4.1、 数据准备

• 准备数据集，执行脚本

  var tags = ["nosql","mongodb","document","developer","popular"];
  var types = ["technology","sociality","travel","novel","literature"];
  var books=[];
  for(var i=0;i db.books_favCount.find()