简单的看了一下mapreduce,我尝试不看详细的api去做一个group效果,结果遇到了很多问题,罗列在这里,如果别人也遇到了类似的bug,可以检索到结果。

  1. //先看person表的数据
  2. > db.person.find();
  3. { "_id" : ObjectId("593011c8a92497992cdfac10"), "name" : "xhj", "age" : 30, "address" : DBRef("address", ObjectId("59314b07e693aae7a5eb72ab")) }
  4. { "_id" : ObjectId("59301270a92497992cdfac11"), "name" : "zzj", "age" : 2 }
  5. { "_id" : ObjectId("593015fda92497992cdfac12"), "name" : "my second child", "age" : "i do not know" }
  6. { "_id" : ObjectId("592ffd872108e8e79ea902b0"), "name" : "zjf", "age" : 30, "address" : { "province" : "河南省", "city" : "南阳市", "building" : "桐柏县" } }
  7. //使用聚合来做一个group by
  8. > db.person.aggregate({$group : {_id: '$age', count : {$sum : 1}}})
  9. { "_id" : "i do not know", "count" : 1 }
  10. { "_id" : 2, "count" : 1 }
  11. { "_id" : 30, "count" : 2 }
  12. //下面尝试用map reduce来做同样的group by效果
  13. //很简单的逻辑 定义map函数 和reduce函数
  14.  
  15. > var m = function(){ emit(this.age,1) };
  16. > var r = function(key,values){
  17. ... var sum = 0;
  18. ... values.forEach(function(val){
  19. ... sum += val;
  20. ... });
  21. ... return sum;
  22. ... }
  23.  
  24. //然后在person上执行mapreduce 这样会报错 需要一个optionsOrOutString
  25. > db.person.mapReduce( m, r ).find();
  26. assert failed : need to supply an optionsOrOutString
  27. Error: assert failed : need to supply an optionsOrOutString
  28.     at Error (<anonymous>)
  29.     at doassert (src/mongo/shell/assert.js:11:14)
  30.     at assert (src/mongo/shell/assert.js:20:5)
  31.     at DBCollection.mapReduce (src/mongo/shell/collection.js:1343:5)
  32.     at (shell):1:11
  33. 2017-06-03T12:42:06.704+0800 E QUERY Error: assert failed : need to supply an optionsOrOutString
  34.     at Error (<anonymous>)
  35.     at doassert (src/mongo/shell/assert.js:11:14)
  36.     at assert (src/mongo/shell/assert.js:20:5)
  37.     at DBCollection.mapReduce (src/mongo/shell/collection.js:1343:5)
  38.     at (shell):1:11 at src/mongo/shell/assert.js:13
  39. //加了一个而空的option 又说要有一个string或者object的out参数
  40. > db.person.mapReduce( m, r,{} ).find();
  41. 2017-06-03T12:42:24.726+0800 E QUERY Error: map reduce failed:{
  42.    "errmsg" : "exception: 'out' has to be a string or an object",
  43.    "code" : 13606,
  44.    "ok" : 0
  45. }
  46.     at Error (<anonymous>)
  47.     at DBCollection.mapReduce (src/mongo/shell/collection.js:1353:15)
  48.     at (shell):1:11 at src/mongo/shell/collection.js:1353
  49. //我尝试定义一个变量 不行
  50. > var outstr;
  51. > db.person.mapReduce( m, r,{out:outstr} ).find();
  52. 2017-06-03T12:42:45.502+0800 E QUERY Error: map reduce failed:{
  53.    "errmsg" : "exception: 'out' has to be a string or an object",
  54.    "code" : 13606,
  55.    "ok" : 0
  56. }
  57.     at Error (<anonymous>)
  58.     at DBCollection.mapReduce (src/mongo/shell/collection.js:1353:15)
  59.     at (shell):1:11 at src/mongo/shell/collection.js:1353
  60. //后来我了解到out需要的一个collection 于是我加了一个字符串 'outt'作为保存数据的集合名字
  61.  
  62. > db.person.mapReduce( m, r,{out:'outt'} ).find();
  63. { "_id" : 2, "value" : 1 }
  64. { "_id" : 30, "value" : 2 }
  65. { "_id" : "i do not know", "value" : 1 }
  66. //此时outt中也保存了数据 我不明白的是 不定义out参数 不是应该可以直接find就可以了吗 为什么要多此一举呢
  67. > db.outt.find();
  68. { "_id" : 2, "value" : 1 }
  69. { "_id" : 30, "value" : 2 }
  70. { "_id" : "i do not know", "value" : 1 }

因为遇到了这么多问题,所以看了Mongodb的文档(https://docs.mongodb.com/manual/reference/method/db.collection.mapReduce/),翻译并梳理了一下,总结如下:

命令方式:

  1. db.runCommand(
  2.                {
  3.                  mapReduce: <collection>,
  4.                  map: <function>,
  5.                  reduce: <function>,
  6.                  finalize: <function>,
  7.                  out: <output>,
  8.                  query: <document>,
  9.                  sort: <document>,
  10.                  limit: <number>,
  11.                  scope: <document>,
  12.                  jsMode: <boolean>,
  13.                  verbose: <boolean>,
  14.                  bypassDocumentValidation: <boolean>,
  15.                  collation: <document>
  16.                }
  17.              )

简单方式:

  1. db.collection.mapReduce(
  2.                          <map>,
  3.                          <reduce>,
  4.                          {
  5.                            out: <collection>,
  6.                            query: <document>,
  7.                            sort: <document>,
  8.                            limit: <number>,
  9.                            finalize: <function>,
  10.                            scope: <document>,
  11.                            jsMode: <boolean>,
  12.                            verbose: <boolean>,
  13.                            bypassDocumentValidation: <boolean>
  14.                          }
  15.                        )

db.collection.mapReduce()使用起来更加方便一点,它的参数如下:

Parameter

Type

Description

map

function

A JavaScript function that associates or "maps" a value with akey and emits the key and value pair.

一个根据查询数据生成键值对的js函数

reduce

function

A JavaScript function that "reduces" to a single object all the values associated with a particular key.

一个将特定的键的所有值 reduces成一个值的js函数。

options

document

A document that specifies additional parameters todb.collection.mapReduce().

一个配置方法参数的对象

bypassDocumentValidation

boolean

Optional. Enables mapReduce to bypass document validation during the operation. This lets you insert documents that do not meet the validation requirements.

可选是否绕过文档验证

其中:

Map函数:

map函数负责将每个输入文档转换为零个或多个文档。 它可以访问范围参数中定义的变量,并具有以下原型:

  1. function() {
  2.    ...
  3.    emit(key, value);
  4. }
  • 在map函数中,在函数内使用this来引用当前文档。
  • map函功能应该是纯粹的,不应由于任何原因访问数据库。也不能对函数之外有任何影响。
  • map函数可以可选地调用emit(key,value)任意次数来创建将值与值相关联的输出文档。

Map函数可能会调用emit零次:

  1. function() {
  2.     if (this.status == 'A')
  3.         emit(this.cust_id, 1);
  4. }

也能是多次:

  1. function() {
  2.     this.items.forEach(function(item){ emit(item.sku, 1); });
  3. }

Reduce函数:

Reduce的结构:

  1. function(key, values) {
  2.    ...
  3.    return result;
  4. }
  • Reduce函功能应该是纯粹的,不应由于任何原因访问数据库。也不能对函数之外有任何影响。
  • values参数是一个数组,其元素是"映射"到键的值对象数组。MongoDB不会调用只有一个值的键的reduce函数。
  • MongoDB可以对同一个键多次调用reduce函数。 在这种情况下,该键的reduce函数的先前输出将成为该键的下一个reduce函数调用的输入值之一。

关于MongoDB不会调用只有一个值的键的reduce函数。实验如下:

  1. //此时的values值不再是1 而是100
  2. var m = function(){ emit(this.age,100) };
  3. //对values进行循环 每个+1 获取count
  4. var r = function(key,values){
  5.    var sum = 0;
  6.    values.forEach(function(val){
  7.       sum += 1;
  8.    });
  9.    return sum;
  10. }
  11. //查看结果 凡是values为1的都输出了100 不是我们想要的结果
  12. > db.person.mapReduce(m,r,{out:'outt'}).find();
  13. { "_id" : 2, "value" : 100 }
  14. { "_id" : 30, "value" : 2 }
  15. { "_id" : "i do not know", "value" : 100 }

Options参数:

Field

Type

Description

out

string or document

Specifies the location of the result of the map-reduce operation. You can output to a collection, output to a collection with an action, or output inline. You may output to a collection when performing map reduce operations on the primary members of the set; on secondary members you may only use theinline output.

定义mapreduce操作的输出位置。

query

document

Specifies the selection criteria using query operators for determining the documents input to the map function.

定义一个查询这个查询将输入给map函数

sort

document

Sorts the input documents. This option is useful for optimization. For example, specify the sort key to be the same as the emit key so that there are fewer reduce operations. The sort key must be in an existing index for this collection.

指定为输入的document进行sort排序,sort的列上必须要有索引。

Sort主要为了提升性能,可以参考 http://www.csdn.net/article/2013-07-08/2816155-MongoDB-MapReduce-Optimization

limit

number

Specifies a maximum number of documents for the input into the map function.

定义输入给map的document的数量 limit

finalize

function

Optional. Follows the reduce method and modifies the output.

定义Reduce之后执行的操作

scope

document

Specifies global variables that are accessible in the map, reduce andfinalize functions.

定义在map reduct 和finalize中可以用的全局变量

jsMode

boolean

Specifies whether to convert intermediate data into BSON format between the execution of the map and reduce functions. Defaults to false.

If false:

  • Internally, MongoDB converts the JavaScript objects emitted by the mapfunction to BSON objects. These BSON objects are then converted back to JavaScript objects when calling the reduce function.
  • The map-reduce operation places the intermediate BSON objects in temporary, on-disk storage. This allows the map-reduce operation to execute over arbitrarily large data sets.

•map函数执行过程中,MongoDB将map函数发出的JavaScript对象转换为BSON对象。当调用reduce函数时,这些BSON对象再转换回JavaScript对象。

•这样map-reduce操作将中间BSON对象放置在临时的磁盘存储中。这允许map-reduce操作在任意大的数据集上执行。

If true:

  • Internally, the JavaScript objects emitted during map function remain as JavaScript objects. There is no need to convert the objects for thereduce function, which can result in faster execution.
  • You can only use jsMode for result sets with fewer than 500,000 distinct key arguments to the mapper's emit() function.

在map函数执行过程中,map函数期间发出的JavaScript对象将保留为JavaScript对象。没有必要转换对象然后给reduct功能,这可能导致执行速度更快。

只能对映射器的emit()函数使用少于500,000个不同关键参数的结果集使用jsMode。

The jsMode defaults to false.

verbose

Boolean

Specifies whether to include the timing information in the result information. The verbose defaults to true to include the timing information.

指定是否在结果信息中包含时间信息。 verbose默认为true以包含时间信息。

collation

document

Optional.

Specifies the collation to use for the operation.

Collation allows users to specify language-specific rules for string comparison, such as rules for lettercase and accent marks.

The collation option has the following syntax:

collation: {

locale: <string>,

caseLevel: <boolean>,

caseFirst: <string>,

strength: <int>,

numericOrdering: <boolean>,

alternate: <string>,

maxVariable: <string>,

backwards: <boolean>

}

When specifying collation, the locale field is mandatory; all other collation fields are optional. For descriptions of the fields, see Collation Document.

If the collation is unspecified but the collection has a default collation (seedb.createCollection()), the operation uses the collation specified for the collection.

If no collation is specified for the collection or for the operations, MongoDB uses the simple binary comparison used in prior versions for string comparisons.

You cannot specify multiple collations for an operation. For example, you cannot specify different collations per field, or if performing a find with a sort, you cannot use one collation for the find and another for the sort.

New in version 3.4.

可选定义字符串的输出格式如大小写首字母等。

其中:

Out参数:

输出到一个新集合:

  1. out: <collectionName>

输出到一个已存在的集合:

  1. out: { <action>: <collectionName>
  2.         [, db: <dbName>]
  3.         [, sharded: <boolean> ]
  4.         [, nonAtomic: <boolean> ] }

<action>可以是:

  • replace 如果<collectionName>的集合存在,则替换<collectionName>的内容。
  • merge 如果输出集合已经存在,则将新结果与现有结果合并。 如果现有文档与新结果具有相同的键,则覆盖现有文档。
  • reduce 如果输出集合已经存在,则将新结果与现有结果合并。 如果现有文档与新结果具有相同的键,则将reduce函数应用于新文档和现有文档,并使用结果覆盖现有文档。

Db sharded nonAtomic都是可选的。

Sharded:可选的。 如果为true并且已经在输出数据库上启用分片,则map-reduce操作将使用_id字段作为分片键来分割输出集合。

nonAtomic:

可选的。 将输出操作指定为非原子。 这仅适用于merge 和reduce 输出模式,这可能需要几分钟才能执行。

默认情况下,nonAtomic为false,map-reduce操作在后处理期间锁定数据库。

如果nonAtomic为true,则后处理步骤可防止MongoDB锁定数据库:在此期间,其他客户端将能够读取输出集合的中间状态。

输出到Inline:

在内存中执行map-reduce操作并返回结果

  1. out: { inline: 1 }

效果:

  1. > db.person.mapReduce(m,r,{out:{inline:1}})
  2. {
  3.    "results" : [
  4.       {
  5.          "_id" : 2,
  6.          "value" : 100
  7.       },
  8.       {
  9.          "_id" : 30,
  10.          "value" : 2
  11.       },
  12.       {
  13.          "_id" : "i do not know",
  14.          "value" : 100
  15.       }
  16.    ],
  17.    "timeMillis" : 0,
  18.    "counts" : {
  19.       "input" : 4,
  20.       "emit" : 4,
  21.       "reduce" : 1,
  22.       "output" : 3
  23.    },
  24.    "ok" : 1
  25. }
  26. > db.person.mapReduce(m,r,{out:{inline:1}}).find()
  27. [
  28.    {
  29.       "_id" : 2,
  30.       "value" : 100
  31.    },
  32.    {
  33.       "_id" : 30,
  34.       "value" : 2
  35.    },
  36.    {
  37.       "_id" : "i do not know",
  38.       "value" : 100
  39.    }
  40. ]

Mongodb的mapreduce的更多相关文章

  1. MongoDB 的 MapReduce 大数据统计统计挖掘

    MongoDB虽然不像我们常用的mysql,sqlserver,oracle等关系型数据库有group by函数那样方便分组,但是MongoDB要实现分组也有3个办法: * Mongodb三种分组方式 ...

  2. MongoDb 用 mapreduce 统计留存率

    MongoDb 用 mapreduce 统计留存率(金庆的专栏)留存的定义采用的是新增账号第X日:某日新增的账号中,在新增日后第X日有登录行为记为留存 输出如下:(类同友盟的留存率显示)留存用户注册时 ...

  3. mongoDB实现MapReduce

    一.MongoDB Map Reduce 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).MongoDB提供的Ma ...

  4. MongoDB:Map-Reduce

    Map-reduce是一个考虑大型数据得到实用聚集结果的数据处理程式(paradigm).针对map-reduce操作,MongoDB提供来mapreduce命令. 考虑以下的map-reduce操作 ...

  5. MongoDB中mapReduce的使用

    MongoDB中mapReduce的使用 制作人:全心全意 mapReduce的功能和group by的功能类似,但比group by处理的数据量更大 使用示例: var map = function ...

  6. mongodb 聚合(Map-Reduce)

    介绍 Map-reduce 是一种数据处理范式,用于将大量数据压缩为有用的聚合结果.对于 map-reduce 操作,MongoDB 提供MapReduce数据库命令. MongoDB中的MapRed ...

  7. 在MongoDB的MapReduce上踩过的坑

    太久没动这里,目前人生处于一个新的开始.这次博客的内容很久前就想更新上来,但是一直没找到合适的时间点(哈哈,其实就是懒),主要内容集中在使用Mongodb时的一些隐蔽的MapReduce问题: 1.R ...

  8. MongoDB进行MapReduce的数据类型

    有很长一段时间没更新博客了,因为最近都比较忙,今天算是有点空闲吧.本文主要是介绍MapReduce在MongoDB上的使用,它与sql的分组.聚集类似,也是先map分组,再用reduce统计,最后还可 ...

  9. mongoDB(3) mapReduce

    mapReduce是大数据的核心内容,但实际操作中别用这个,所谓的mapReduce分两步 1.map:将数据分别取出,Map函数调用emit(key,value)遍历集合中所有的记录,将key与va ...

  10. MongoDB下Map-Reduce使用简单翻译及示例

    目录 Map-Reduce JavaScript 函数 Map-Reduce 行为 一个简单的测试 原文地址https://docs.mongodb.com/manual/core/map-reduc ...

随机推荐

  1. cmake生成Makefile时指定c/c++编译器

    cmake .. -DCMAKE_CXX_COMPILER:FILEPATH=/usr/local/bin/g++ -DCMAKE_C_COMPILER:FILEPATH=/usr/local/bin ...

  2. Laravel底层原理系列

    Laravel 从学徒到工匠精校版 地址:https://laravelacademy.org/laravel-from-appreciate-to-artisan Advanced Applicat ...

  3. Keil version 2汉字显示乱码的解决方案

    Keil version 2汉字显示乱码的解决方案 Keil2对汉字的支持不好,在删除汉字字符时,一不小心会删除一半而留一半,这时并不显示错误或乱码,而是貌似都删除了,但编译程序可能会报错,这时再查错 ...

  4. XCTF (app2)

    打开app,有两个输入框和一个按钮.点击按钮会跳转到新的页面显示Waiting for you. 打开JEB反编译. 如果两个输入框的长度都不为0,那么获取这两个值到v0和v1中,Log记录日志. 创 ...

  5. 分享个昨天学的,sqlserver查表的所有列的列名,类型,长度的sql

     select a.name as 列名, a.length as 长度,b.name as 类型 from syscolumns a left join systypes b on a.xtype  ...

  6. group_by和having的用法

    #encoding: utf-8 from sqlalchemy import create_engine,Column,Integer,String,Float,func,and_,or_,Enum ...

  7. 【CSP模拟】小凯的疑惑(DP)

    首先,这道题正解的思路是从subtask2而得来的,所以先讲一下subtask2的做法. 因为保证答案不超过long long,所以直接求最大权独立集即可:dp[u][0]表示u点一定不能取的答案,d ...

  8. Spring 中的几个常用的钩子接口

    1.Aware接口 Awear 这个单词的意思是知道的,所以可以猜想以Awear 结尾的接口意思可以把他知道的东西告诉我们.常用的Awear接口有 ApplicationContextAware和 B ...

  9. 【0.2】【MySQL】常用监控指标及监控方法(转)

    [MySQL]常用监控指标及监控方法 转自:https://www.cnblogs.com/wwcom123/p/10759494.html  对之前生产中使用过的MySQL数据库监控指标做个小结. ...

  10. Shell脚本编程(一)

    shell 脚本编程(一) 1 . shell 的作用 Shell的作用是解释执行用户的命令,用户输入一条命令,Shell就解释执行一条,这种方式称为交互式(Interactive),Shell还有一 ...