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()