MongoDB mapReduce操作

来源：互联网发布：三维人像数据门编辑：程序博客网时间：2024/05/17 07:04

mapReduce函数原型

db.collection.mapReduce(                         <map>,                         <reduce>,                         {                           out: <collection>,                           query: <document>,                           sort: <document>,                           limit: <number>,                           finalize: <function>,                           scope: <document>,                           jsMode: <boolean>,                           verbose: <boolean>                         }                       )

mapReduce函数关键是map和reduce函数的编写！！
map函数一般比较简单，仅仅包含emit(key,value) 函数
key、value都要是json格式！！
如果key或value仅包含一个字段，可以直接返回。

{_id:ObjectId("XXXXXXXXXXXXXXXXXXXXXX"),name:"Jack",age:28,sex:"male",address:"XXXX",income:10000}

仅仅返回单个字段：

emit(sex,age)

返回多个字段：

emit({"sex":this.sex,"address":this.address},{"age":this.age,"income":this.income,"count":1})

value中字段可以自己任意定义，count：1用于统计数目

function reduce(key,values)
reduce函数默认有两个传入参数，
- key即map阶段的key
- values是map阶段emit对具有相同key的记录进行合并后的结果，是数组
reduce函数只负责处理values内容，不对key进行处理，返回的处理结果也必须符合json格式，不含key内容

function reduce(key, values) {    var reduced = {        age : 0,        income : 0,        count : 0    };    values.forEach(function (val) {        reduced.age += val.age;        reduced.income += val.income;        reduced.count += val.count;    });    return reduced;}

finalize函数在Reduce处理结束，返回结果之前再做一次处理，optional字段

function Finalize(key, reduced) {    reduced.avgAge = reduced.age / reduced.count;    reduced.avgIncome = reduced.income / reduced.count;    return reduced;}

其他字段不详细解释，可自行查看官网相关文档
本文实现的mapReduce函数是根据性别和地址，统计平均年龄和收入

0 0