本文共 5207 字，大约阅读时间需要 17 分钟。
玩过 Hadoop 的小伙伴对 MapReduce 应该不陌生，MapReduce 的强大且灵活，它可以将一个大问题分解为多个小问题，将各个小问题发送到不同的机器上去处理，所有的机器都完成计算后，再将计算结果合并为一个完整的解决方案，这就是所谓的分布式计算。此处我们就来看看 MongoDB 中 MapReduce 的使用。
MongoDB 中的 MapReduce 可以用来实现更复杂的聚合命令，使用 MapReduce 主要实现两个函数：
map 函数和 reduce 函数，map 函数生成键值对序列，map 函数的结果作为 reduce 函数的参数，reduce函数中再做进一步的统计，某些我的数据集如下：{ "_id" : ObjectId("59fa71d71fd59c3b2cd908d7"),"name" : "鲁迅","book" : "呐喊","price" : 38.0,"publisher" : "人民文学出版社"}{ "_id" : ObjectId("59fa71d71fd59c3b2cd908d8"),"name" : "曹雪芹","book" : "红楼梦","price" : 22.0,"publisher" : "人民文学出版社"}{ "_id" : ObjectId("59fa71d71fd59c3b2cd908d9"),"name" : "钱钟书","book" : "宋诗选注","price" : 99.0,"publisher" : "人民文学出版社"}{ "_id" : ObjectId("59fa71d71fd59c3b2cd908da"),"name" : "钱钟书","book" : "谈艺录","price" : 66.0,"publisher" : "三联书店"}{ "_id" : ObjectId("59fa71d71fd59c3b2cd908db"),"name" : "鲁迅","book" : "彷徨","price" : 55.0,"publisher" : "花城出版社"} 假如我想查询每位作者所出的书的总价，操作如下：
var map=function(){ emit(this.name,this.price)}var reduce=function(key,value){ return Array.sum(value)}var options={ out:"totalPrice"}db.sang_books.mapReduce(map,reduce,options);db.totalPrice.find() emit 函数用于生成 key-value 数据集合，emit(key, value); OR emit(key, {v1:v1, v2:v2});
emit 函数主要实现的分组，接收两个参数，第一个参数表示分组的分段，第二个参数表示要统计的数据，减少做特定的数据处理操作，接收两个参数，对应的 emit 方法的两个参数，此处使用了 Array 中的sum 对 price 分段进行自加处理，options 中定义了将结果输出的集合，届时我们将在此集合中去查询数据，很少情况下，这个集合即使在数据库重启后也会保留，并保留集合中的数据。
查询结果如下：{ "_id" : "曹雪芹", "value" : 22.0}{ "_id" : "钱钟书", "value" : 165.0}{ "_id" : "鲁迅", "value" : 93.0} 再加上我想查询每位作者出了几本书，如下：
var map=function(){ emit(this.name,1)}var reduce=function(key,value){ return Array.sum(value)}var options={ out:"bookNum"}db.sang_books.mapReduce(map,reduce,options);db.bookNum.find() 查询结果如下：
{ "_id" : "曹雪芹", "value" : 1.0}{ "_id" : "钱钟书", "value" : 2.0}{ "_id" : "鲁迅", "value" : 2.0} 将每位作者的书列出来，如下：
var map=function(){ emit(this.name,this.book)}var reduce=function(key,value){ return value.join(',')}var options={ out:"books"}db.sang_books.mapReduce(map,reduce,options);db.books.find() 结果如下：
{ "_id" : "曹雪芹", "value" : "红楼梦"}{ "_id" : "钱钟书", "value" : "宋诗选注,谈艺录"}{ "_id" : "鲁迅", "value" : "呐喊,彷徨"} 例如查询每个人体重在￥ 40以上的书：
var map=function(){ emit(this.name,this.book)}var reduce=function(key,value){ return value.join(',')}var options={ query:{ price:{ $gt:40}},out:"books"}db.sang_books.mapReduce(map,reduce,options);db.books.find() 查询表示对查到的集合再进行筛选。
结果如下：
{ "_id" : "钱钟书", "value" : "宋诗选注,谈艺录"}{ "_id" : "鲁迅", "value" : "彷徨"} 我们也可以利用 runCommand 命令来执行 MapReduce。格式如下：
db.runCommand( { mapReduce: , map: , reduce: , finalize: , out: 含义如下：
| 参数 | 意味着 |
|---|---|
| mapReduce | 表示要操作的集合 |
| map | map函数 |
| reduce | reduce函数 |
| finalize | 最终处理函数 |
| out | 输出的集合 |
| query | 对结果进行过滤 |
| sort | 对结果排序 |
| limit | 返回的结果数 |
| scope | 设置参数值，在这里设置的值在map，reduce，finalize函数中可见 |
| jsMode | 是否将地图执行的中间数据由javascript对象转换成BSON对象，替换为false |
| verbose | 是否显示详细的时间统计信息 |
| bypassDocumentValidation | 是否绕过文档验证 |
| collation | 其他一些校对 |
如下操作，表示执行MapReduce操作重新统计的集合限制返回条数，限制返回条数之后再进行统计操作，如下：
var map=function(){ emit(this.name,this.book)}var reduce=function(key,value){ return value.join(',')}db.runCommand({ mapreduce:'sang_books',map,reduce,out:"books",limit:4,verbose:true})db.books.find() 执行结果如下：
{ "_id" : "曹雪芹", "value" : "红楼梦"}{ "_id" : "钱钟书", "value" : "宋诗选注,谈艺录"}{ "_id" : "鲁迅", "value" : "呐喊"} 小伙伴们看到，鲁迅在一本书不见了，就是因为limit是先限制集合返回条数，然后再执行统计操作。
finalize 操作表示最终处理函数，如下：
var f1 = function(key,reduceValue){ var obj={ };obj.author=key;obj.books=reduceValue; return obj}var map=function(){ emit(this.name,this.book)}var reduce=function(key,value){ return value.join(',')}db.runCommand({ mapreduce:'sang_books',map,reduce,out:"books",finalize:f1})db.books.find() f1 第一个参数键表示emit中的第一个参数，第二个参数表示reduce的执行结果，我们可以在f1中对这个结果进行再处理，结果如下：
{ "_id" : "曹雪芹", "value" : { "author" : "曹雪芹", "books" : "红楼梦" }}{ "_id" : "钱钟书", "value" : { "author" : "钱钟书", "books" : "宋诗选注,谈艺录" }}{ "_id" : "鲁迅", "value" : { "author" : "鲁迅", "books" : "呐喊,彷徨" }} scope则可以用来定义一个在地图，reduce和finalize中都可见的变量，如下：
var f1 = function(key,reduceValue){ var obj={ };obj.author=key;obj.books=reduceValue;obj.sang=sang; return obj}var map=function(){ emit(this.name,this.book)}var reduce=function(key,value){ return value.join(',--'+sang+'--,')}db.runCommand({ mapreduce:'sang_books',map,reduce,out:"books",finalize:f1,scope:{ sang:"haha"}})db.books.find() 执行结果如下：
{ "_id" : "曹雪芹", "value" : { "author" : "曹雪芹", "books" : "红楼梦", "sang" : "haha" }}{ "_id" : "钱钟书", "value" : { "author" : "钱钟书", "books" : "宋诗选注,--haha--,谈艺录", "sang" : "haha" }}{ "_id" : "鲁迅", "value" : { "author" : "鲁迅", "books" : "呐喊,--haha--,彷徨", "sang" : "haha" }} 转载地址：http://xdar.baihongyu.com/