一、mapreduce是根据map函数里调用的emit函数的第一个参数来进行分组的
Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。
使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数, Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将key 与 value 传递给 Reduce 函数进行处理。Map 函数必须调用 emit(key, value) 返回键值对。
参数说明:
1. map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
2. reduce 统计函数，reduce函数的任务就是将key- values变成key-value，也就是把values数组变成一个单一的值value。
3. out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
4. query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
5. sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
6. limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
|
//测试数据准备db.user.drop();for(var i=10; i< 100; i++) { db.user.insert({ name:"user" + i, age : Math.floor(Math.random()*10)+ 20, sex : Math.floor(Math.random()*3)%2 ==0 ? 'M' : 'F', chinese : Math.floor(Math.random()*50)+50, math : Math.floor(Math.random()*50)+50, english : Math.floor(Math.random()*50)+50, class : "C" + i%5 })}// runCommand运行方式db.sales.runCommand({ mapreduce: "user", map: function(){ if(this.class == "C1") { emit(this.age, this.age); } }, reduce: function(key,values){ var maxValue = Max(key, values); return maxValue; }, { out: {inline: 1}, query : "", sort: "", limit: "", }})db.user.mapReduce( // 映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。 function(){ // 按照emit函数的第一个参数进行分组 // 第二个参数的值会传递给reduce emit(this.age, this); }, // 简化函数，会对map分组后的数据进行分组简化 // 在reduce(key,value)中的key就是emit中的key, vlaues为emit分组后的emit(value)的集合 function(key, values){ var maxValue = Math.max(key, values); return maxValue; }, // 可选参数 { query: {sex: "F"}, out: "result", sort : {}, limit : 0 }) |
执行结果：
|
1
2
3
4
5
6
7
8
9
10
11
|
{ "result" : "result", // 存放的集合名 "timeMillis" : 23, "counts" : { "input" : 29, // 传入文档的个数 "emit" : 29, // 此函数被调用的次数 "reduce" : 6, // 此函数被调用的次数 "output" : 8 // 最后返回文档的个数 }, "ok" : 1} |
查看返回的结果：
|
1
|
db.result.find() |
