MapReduce 使用JavaScript作為“查詢語言”。因此它能夠表達(dá)
任意復(fù)雜的邏輯。然而，這種強(qiáng)大是有代價(jià)的：MapReduce非常慢，
不應(yīng)該實(shí)時(shí)的數(shù)據(jù)分析中

MapReduce能夠在多態(tài)服務(wù)器之間并行執(zhí)行。它會(huì)將一個(gè)大問題分隔為多個(gè)小
問題，將各個(gè)小問題發(fā)送到不同的機(jī)器上，每臺(tái)機(jī)器只負(fù)責(zé)完成一部分工作。
所有機(jī)器都完成時(shí)，將這些零碎的解決方案合并稱為一個(gè)完整的解決方案。

MapReduce 需要幾個(gè)步驟。

• 映射(map)
  將操作映射到集合中的每個(gè)文檔。這個(gè)操作要么“無作為”，要么“產(chǎn)生一些鍵和X個(gè)值”。

• 洗牌(shuffle)
  按照鍵分組，并將產(chǎn)生的鍵值組成列表放到對(duì)應(yīng)的鍵中。

• 化簡(reduce)
  把列表中的值化簡成一個(gè)單值。這個(gè)值被返回，然后接著進(jìn)行洗牌，直到每個(gè)鍵的列表只有
  一個(gè)值為止，這個(gè)值也就是最終的結(jié)果。

創(chuàng)造基礎(chǔ)數(shù)據(jù)

  for(var i=0; i< 100; i++){
    db.t.insert(
      {
         _id: i,
         "name": "user_"+i,
         "age" : NumberInt(Math.random() * 10)
         })
  }

  > db.t.find()
  { "_id" : 0, "name" : "user_0", "age" : 5 }
  { "_id" : 1, "name" : "user_1", "age" : 9 }
  { "_id" : 2, "name" : "user_2", "age" : 8 }
  { "_id" : 3, "name" : "user_3", "age" : 4 }
  { "_id" : 4, "name" : "user_4", "age" : 0 }
  { "_id" : 5, "name" : "user_5", "age" : 7 }
  { "_id" : 6, "name" : "user_6", "age" : 3 }
  { "_id" : 7, "name" : "user_7", "age" : 8 }
  { "_id" : 8, "name" : "user_8", "age" : 7 }
  { "_id" : 9, "name" : "user_9", "age" : 8 }
  { "_id" : 10, "name" : "user_10", "age" : 9 }
  { "_id" : 11, "name" : "user_11", "age" : 3 }
  { "_id" : 12, "name" : "user_12", "age" : 8 }
  { "_id" : 13, "name" : "user_13", "age" : 0 }
  { "_id" : 14, "name" : "user_14", "age" : 7 }
  { "_id" : 15, "name" : "user_15", "age" : 8 }
  { "_id" : 16, "name" : "user_16", "age" : 4 }
  { "_id" : 17, "name" : "user_17", "age" : 7 }
  { "_id" : 18, "name" : "user_18", "age" : 5 }
  { "_id" : 19, "name" : "user_19", "age" : 2 }
  Type "it" for more

統(tǒng)計(jì)age相同的名字

var map = function(){
  emit(this.age, this.name);
};

var reduce = function(key, values){
  var ret={ age: key, names: values };
  return ret;
};

var finalize = function(key, rval){
  if(key == 0){
    rval.msg = "a new life, baby!";
  }
  return rval;
};

db.runCommand({
  mapreduce: "t",
  map: map,
  reduce: reduce,
  finalize: finalize,
  out: "t_age_names"
});

> db.t_age_names.findOne({ _id: 0 })
{
    "_id" : 0,
    "value" : {
        "age" : 0,
        "names" : [
            "user_4",
            "user_13",
            "user_27",
            "user_30",
            "user_48",
            "user_55",
            "user_59",
            "user_63",
            "user_64",
            "user_67",
            "user_70",
            "user_74",
            "user_75",
            "user_95"
        ],
        "msg" : "a new life, baby!"
    }
};

age為0 的數(shù)據(jù)個(gè)數(shù)為14個(gè)。

> db.t_age_names.findOne({ _id: 1 })
{
    "_id" : 1,
    "value" : {
        "age" : 1,
        "names" : [
            "user_25",
            "user_28",
            "user_32",
            "user_54",
            "user_61",
            "user_85"
        ]
    }
}

age為1的數(shù)據(jù)個(gè)數(shù)為6個(gè)。

> db.t_age_names.findOne({ _id: 9 })
{
    "_id" : 9,
    "value" : {
        "age" : 9,
        "names" : [
            "user_1",
            "user_10",
            "user_40",
            "user_78",
            "user_97"
        ]
    }
}

age 為9的數(shù)據(jù)個(gè)數(shù)為5個(gè)。

檢測 age 相同的個(gè)數(shù)

  var count_map = function(){
    emit(this.age, 1);
  };

  var count_reduce = function(key, values){
    total = 0;
    for(var i in  values ){
      total += 1;
    }
    return { age: key, total: total }
  };

  db.runCommand({
    mapreduce: "t",
    map: count_map,
    reduce: count_reduce,
    out: "t_age_count"
  });

  {
    "result" : "t_age_count",
    "timeMillis" : 5,
    "counts" : {
        "input" : 100,
        "emit" : 100,
        "reduce" : 10,
        "output" : 10
    },
    "ok" : 1
  }

input 其中input 表示發(fā)送到map函數(shù)的文檔個(gè)數(shù)。
emit 在map函數(shù)中emit 被調(diào)用的次數(shù)。
output 結(jié)果集合中的文檔數(shù)量。

最終統(tǒng)計(jì)結(jié)果如下

  > db.t_age_count.find()
  { "_id" : 0, "value" : { "age" : 0, "total" : 14 } }
  { "_id" : 1, "value" : { "age" : 1, "total" : 6 } }
  { "_id" : 2, "value" : { "age" : 2, "total" : 11 } }
  { "_id" : 3, "value" : { "age" : 3, "total" : 7 } }
  { "_id" : 4, "value" : { "age" : 4, "total" : 16 } }
  { "_id" : 5, "value" : { "age" : 5, "total" : 11 } }
  { "_id" : 6, "value" : { "age" : 6, "total" : 10 } }
  { "_id" : 7, "value" : { "age" : 7, "total" : 12 } }
  { "_id" : 8, "value" : { "age" : 8, "total" : 8 } }
  { "_id" : 9, "value" : { "age" : 9, "total" : 5 } }

MapReduce 可選鍵

• finalize: function

  可以將reduce的結(jié)果發(fā)送給這個(gè)鍵，這是整個(gè)處理過程的最后一步。

• keeptmp：boolean

  如果值為true，那么在連接關(guān)閉時(shí)會(huì)將臨時(shí)結(jié)果集合保存下來，否則不保存。

• out：string

  輸出集合的名稱。如果設(shè)置了這選項(xiàng)，系統(tǒng)會(huì)自動(dòng)設(shè)置keeptemp: true

• query: document

  在發(fā)往map函數(shù)前，先用指定條件過濾文檔。

• sort：document

  在發(fā)往map前先給文檔排序(與Limit 一同使用非常有用)

• limit: integer

  發(fā)往map函數(shù)的文檔數(shù)量的上限

• scope: document

  可以在JavaScript代碼中使用的變量

• verbose: boolean

  是否記錄詳細(xì)的服務(wù)器日志