mongodb mapreduce使用总结
文章来自本人个人博客: mongodb mapreduce使用总结
大家都知道,mongodb是一个非关系型数据库。也就是说。mongodb数据库中的每张表是独立存在的,表与表之间没有不论什么依赖关系。在mongodb中。除了各种CRUD语句之外。还给我们提供了聚合和mapreduce统计的功能,这篇文章主要来跟大家聊聊mongodb的mapreduce的操作。
mapreduce的概念我就不赘述了,大家自己去查查吧。
在mongodb中,mapreduce的语法例如以下:
db.table.mapReduce(
map,
reduce,
{
query: query,
out: out, //指定结果集以什么方式存储,可选參数包括:
//replace:假设文档(table)存在。则替换table,
//merge:假设文档中存在记录。则覆盖已存在的文档记录
//reduce: 假设文档中存在同样key的记录了,则先计算两条记录。然后覆盖旧记录
// {inline:1} 在内存中存储记录,不写入磁盘(用户数据量少的计算)
sort: sort,
limit: limit,
finalize: function //这个function主要用来在存入out之前能够改动数据。function(key,values) {
//return modifiedValues;}
scope: document, //指定reduce可訪问的文档范围
jsMode:boolean //指定是否在map和ruduce之间马上将数据转换为Bason格式,默觉得false
//假设想设置为true,则要记住官方我那当的注意事项:
//You can only use jsMode for result sets with fewer than
//500,000 distinct key arguments to the mapper’s emit()function.
verbose:boolean //是否在结果集中包括timing信息,默认是包括的
}
)
在做mongodb的mapreduce时。要确保你的query是能够利用到索引的,不然在大数据量的统计下,将会托夸整个数据库,假设确实没办法建索引,那么就在结果集中推断一些不符合条件的数据,而去掉query。
mapreduce的语法事实上非常easy,仅仅只是这里面有几点须要注意一下:
1.在map中,mongodb是每1000条数据就reduce一次
2.在map中,假设你想统计一个数据之和。须要这样写:
emit(key:this.key,sum:0})
然后再在reduce里须要将上一次的sum迭代累加起来,然后return {sum:sum};假设不这样做,你计算出来的数据总是最后不足1000条数据之后统计出来的,而前面的数据就都丢失了。
3.假设能不用mapreduce,就不用,程序可以统计的,就不要用mongodb频繁统计。
4.mapreduce的结果集的数据格式是:{_id:key,value:{}},因此假设想直接使用这个表的话。最好再又一次将数据格式整理一次,尽量将数据放在最上次。而不是再用value.xxx去查询。
这里附上统计我们站点的用户发表内容的数量的mapreduce。仅供一种代码格式的參考价值吧:
var db = connect('127.0.0.1:27017/test');
db.aAccounttemp.drop();
var map = function() {
emit(this.accountId,
{sum:0,
reblogFlag:this.reblogFlag,dashboardFlag:this.dashboardFlag,dashboardType:this.dashboardType,
photoNum:0,postNum:0,reblogNum:0,videoNum:0,videoShortNum:0, musicNum:0,
questionNum:0,appNum:0, dialogNum:0});
} var reduce = function(key,values) { var sum = 0;
var photoNum = 0;
var postNum = 0;
var reblogNum = 0;
var videoNum = 0;
var videoShortNum = 0;
var musicNum = 0;
var questionNum = 0;
var appNum = 0;
var dialogNum = 0;
for (var i = 0; i < values.length; i++) {
var data = values[i];
var reblogFlag = data.reblogFlag;
var dashboardFlag = data.dashboardFlag;
var dashboardType = data.dashboardType;
sum += data.sum;
photoNum += data.photoNum;
reblogNum += data.reblogNum;
postNum += data.postNum;
videoNum += data.videoNum;
musicNum += data.musicNum;
videoShortNum += data.videoShortNum;
questionNum += data.questionNum;
appNum += data.appNum;
dialogNum += data.dialogNum;
if(!reblogFlag) {
if(dashboardFlag) {
sum += 1;
if(dashboardType == 10) {
postNum += 1;
} else if(dashboardType == 20) {
photoNum += 1;
} else if(dashboardType == 30) {
videoNum += 1;
} else if(dashboardType == 31) {
videoShortNum += 1;
} else if(dashboardType == 40) {
musicNum += 1;
} else if(dashboardType == 60) {
questionNum += 1;
} else if(dashboardType == 100) {
appNum += 1;
} else if(dashboardType == 91) {
dialogNum += 1;
}
} else {
if(dashboardType == 20) {
photoNum += 1;
}
}
} else if(reblogFlag && dashboardFlag) {
reblogNum += 1;
} }
return {sum:NumberInt(sum),reblogNum:NumberInt(reblogNum),postNum:NumberInt(postNum),photoNum:NumberInt(photoNum),
videoNum:NumberInt(videoNum),videoShortNum:NumberInt(videoShortNum),
musicNum:NumberInt(musicNum), questionNum:NumberInt(questionNum),appNum:NumberInt(appNum),dialogNum:NumberInt(dialogNum)};
};
db.getMongo().setSlaveOk();
db.dashboard_basic.mapReduce(
map,
reduce,
{
out:{merge:'aAccounttemp'}
}
);
var results = db.aAccounttemp.find();
//又一次整理数据格式,存入正规表中
while (results.hasNext()) {
var obj = results.next();
var value = obj.value;
var sum = NumberInt(value.sum);
var reblogNum = NumberInt(value.reblogNum);
var postNum = NumberInt(value.postNum);
var photoNum = NumberInt(value.photoNum);
var videoNum = NumberInt(value.videoNum);
var videoShortNum = NumberInt(value.videoShortNum);
var musicNum = NumberInt(value.musicNum);
var questionNum = NumberInt(value.questionNum);
var appNum = NumberInt(value.appNum);
var dialogNum = NumberInt(value.dialogNum);
var accountId = obj._id;
db.dashboard_account_num.insert({accountId:accountId,sum:sum,reblogNum:reblogNum,postNum:postNum,photoNum:photoNum,
videoShortNum:videoShortNum,videoNum:videoNum,musicNum:musicNum,questionNum:questionNum,
appNum:appNum,dialogNum:dialogNum});
} print('success insert total ' + results.count()+ ' datas');
db.aAccounttemp.drop()
quit()
mongodb mapreduce使用总结的更多相关文章
- MongoDB MapReduce(转)
MapReduce MapReduce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).这样做的好处是可以在任务被分解后,可以通过大量机 ...
- [MongoDB]mapReduce
摘要 上篇文章介绍了count,group,distinct几个简单的聚合操作,其中,group比较麻烦一点.本篇文章将学习mapReduce的相关内容. 相关文章 [MongoDB]入门操作 [Mo ...
- MongoDB MapReduce学习笔记
http://cnodejs.org/topic/51a8a9ed555d34c67831fb8b http://garyli.iteye.com/blog/2079158 MapReduce应该算是 ...
- 用C#感受MongoDB MapReduce之魅力 转
MapReduce这个名词随着hadoop的用户的增多,越来越被人关注.MapReduce可谓MongoDB之中的亮点,我也想深入了解MapReduce,加上MongoDB操作简单,所以就选择了它.M ...
- MongoDB MapReduce用法简介
Map-Reduce部分:Map-Reduce相当于关系型数据库中的group by,主要用于统计数据之用.MongoDB提供的Map-Reduce非常灵活,对于大规模数据分析也相当实用. 语法 db ...
- MongoDB:MapReduce基础及实例
背景 MapReduce是个非常灵活和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,分配到多服务器上并行处理. MongoDB也提供了MapReduce,当然查询语肯定是Java ...
- E QUERY [main] SyntaxError: identifier starts immediately after numeric literal mongodb mapReduce 异常分析 集合命名规范
异常信息 repl_test:PRIMARY> db.0917order_totals_b.find()2018-09-28T15:13:03.992+0800 E QUERY [main] S ...
- mongodb~mapreduce的实现特殊逻辑的统计
map reduce的解释 这是一张来自mongodb-mapreduce图示,比较能说明问题
- MongoDB MapReduce 的示例。
// JavaScript source code db.runCommand({ mapreduce: "page", map: function Map() { emit( t ...
随机推荐
- linux 查看内存和cpu
Linux查看CPU和内存使用情况 在系统维护的过程中,随时可能有需要查看 CPU 使用率,并根据相应信息分析系统状况的需要.在 CentOS 中,可以通过 top 命令来查看 CPU 使用状况.运行 ...
- 【Codeforces576E_CF576E】Painting Edges(可撤销并查集+线段树分治)
题目 CF576E 分析: 从前天早上肝到明天早上qwq其实颓了一上午MC ,自己瞎yy然后1A,写篇博客庆祝一下. 首先做这题之前推荐一道很相似的题:[BZOJ4025]二分图(可撤销并查集+线段树 ...
- Android内存管理(11)*常见JVM回收机制「Java进程内存堆分代,JVM分代回收内存,三种垃圾回收器」
参考: http://www.blogjava.net/rosen/archive/2010/05/21/321575.html 1,Java进程内存堆分代: 典型的JVM根据generation(代 ...
- 协程概念,原理及实现(c++和node.js实现)
协程 什么是协程 wikipedia 的定义: 协程是一个无优先级的子程序调度组件,允许子程序在特点的地方挂起恢复. 线程包含于进程,协程包含于线程.只要内存足够,一个线程中可以有任意多个协程,但某一 ...
- Java—将文件夹压缩为zip文件
import java.io.BufferedInputStream; import java.io.File; import java.io.FileInputStream; import java ...
- jQuery——属相操作
属性获取:attr(属性名), 属性设置:attr(属性名,具体值) 移除属性:removeAttr(属性名) 特殊情况:prop(属性名).prop(属性名,具体值):表单中状态属性checked. ...
- CSS——text-indent
在h1标签里套入a标签并写上文字,有利于seo,但是文字如何隐藏呢?一般都是a标签变成内联块并首行缩进为负值. <!DOCTYPE html> <html lang="en ...
- 64位windows系统如何显示32位dcom组件配置
在运行栏中输入命令:dcomcnfg,打开组件服务管理窗口,但是却发现找不到Microsoft Excel程序,这主要是64位系统的问题,excel是32位的组件,所以在正常的系统组件服务里是看不到的 ...
- vs for Mac中的启用Entity Framework Core .NET命令行工具
在vs for Mac的工具菜单中已没有了Package Manager Console. 我们可以通过以下方法使用Entity Framework Core .NET命令行工具: 1.添加Nuget ...
- Vue项目在IE浏览器报错polyfill-eventsource added missing EventSource to window
已经安装了babel-polyfill,依然报错.