MongoDB MapReduce
在用 MongoDB 查询时，若返回的数据量很大，或者做一些比较复杂的统计和聚合操作做花费的时间很长时，可以使用 MongoDB 中的 mapReduce 进行实现。mapReduce 是个灵活且强大的数据聚合工具，它的好处是可以把一个聚合任务分解为多个小的任务，分配到多个服务器上并行处理。
在 MongoDB 中我们可以使用 mapReduce 命令来执行 mapReduce 操作。
通过运行结果可以发现，共有 11 个文档与查询匹配（状态为“active”），map 函数生成了 11 个具有键值对的文档，最后 reduce 函数将具有相同键值的映射文档分为 2 个组。
若要查看 mapReduce 查询的结果，可以使用 find 方法，如下所示：
在 MongoDB 中我们可以使用 mapReduce 命令来执行 mapReduce 操作。
mapReduce 命令
在 mapReduce 命令中要实现两个函数，分别是 map 函数和 reduce 函数，其中 map 函数调用 emit(key, value)，遍历集合中的所有记录，并将 key 与 value 传递给 reduce 函数进行处理，如下所示：
> db.collection_name.mapReduce(
function() {emit(key, value);}, // map 函数
function(key, values) {return reduceFunction}, // reduce 函数
{
out: collection,
query: document,
sort: document,
limit: number
}
)
参数说明如下：- map 函数：一个 javascript 函数，它用一个键映射一个值并发出一个键值对；
- reduce 函数：一个 javascript 函数，用于减少或分组具有相同键的所有文档；
- out：指定 map-reduce 查询结果的位置；
- query：指定用于选择文档的可选选择条件；
- sort：指定可选的排序条件；
- limit：指定要返回的最大文档数（可选）。
使用 mapReduce
假如有一个存储用户帖子信息的集合，其中存储了若干用户的用户名、状态等信息，例如下面这样：
{
"post_text": "编程帮（biancheng.net），一个在线学习编程的网站，专注于分享优质编程教程。",
"user_name": "bianchengbang",
"status":"active"
}
"status":"active" 的文档，然后根据用户名对它们进行分组，最后统计每个用户的发帖数量。示例代码如下：
> db.posts.mapReduce(
... function() { emit(this.user_name,1); },
... function(key, values) {return Array.sum(values)},
... {
... query:{status:"active"},
... out:"post_total"
... }
... )
上面 mapReduce 命令的输出结果如下所示：
{
"result" : "post_total",
"timeMillis" : 48,
"counts" : {
"input" : 11,
"emit" : 11,
"reduce" : 2,
"output" : 2
},
"ok" : 1
}
关于运行结果，有如下几点需要说明：- result：储存结果的 collection 的名字，这是个临时集合，mapReduce 的连接关闭后会被自动删除；
- timeMillis：执行花费的时间，单位为毫秒；
- input：满足条件被发送到 map 函数的文档个数；
- emit：在 map 函数中 emit 被调用的次数，也就是所有集合中的数据总量；
- ouput：结果集合中的文档个数（count 对调试非常有帮助）；
- ok：查询是否执行成功，成功为 1；
- err：若执行失败，则会在这里显示失败原因。
通过运行结果可以发现，共有 11 个文档与查询匹配（状态为“active”），map 函数生成了 11 个具有键值对的文档，最后 reduce 函数将具有相同键值的映射文档分为 2 个组。
若要查看 mapReduce 查询的结果，可以使用 find 方法，如下所示：
> db.posts.mapReduce(
... function() { emit(this.user_name,1); },
... function(key, values) {return Array.sum(values)},
... {
... query:{status:"active"},
... out:"post_total"
... }
... ).find()
上面的查询语句，执行结果如下：
{ "_id" : "biancheng", "value" : 5 }
{ "_id" : "bianchengbang", "value" : 6 }
