在 MongoDB 文档中，Map-Reduce（映射归约）是一种将大量数据压缩成有用的聚合结果的数据处理范式。MongoDB 使用 mapReduce 命令来实现映射归约操作。映射归约通常用来处理大型数据。
映射归约命令
mapReduce 命令的基本格式为：
>db.collection.mapReduce(
function() {emit(key,value);}, //map function
function(key,values) {return reduceFunction}, //reduce function
{
out: collection,
query: document,
sort: document,
limit: number
}
)mapReduce 函数首先查询集合，然后将结果文档利用 emit 函数映射为键值对，然后再根据有多个值的键来简化。
上述语法格式中：
map 一个 JavaScript 函数，将一个值与键对应起来，并生成键值对。
reduce 一个 JavaScript 函数，用来减少或组合所有拥有同一键的文档。
out 指定映射归约查询结果的位置。
query 指定选择文档所用的选择标准（可选的）。
sort 指定可选的排序标准。
limit 指定返回的文档的最大数量值（可选的）。
使用 mapReduce
以下面这个存储用户发帖的文档结构。该文档存储用户的用户名（user_name）和发帖状态（status）。
{
"post_text": "tutorialspoint is an awesome website for tutorials",
"user_name": "mark",
"status":"active"
}在 posts 集合上使用 mapReduce 函数选择所有的活跃帖子，将它们基于用户名组合起来，然后计算每个用户的发帖量。代码如下：
>db.posts.mapReduce(
function() { emit(this.user_id,1); },
function(key, values) {return Array.sum(values)},
{
query:{status:"active"},
out:"post_total"
}
)上面的 mapReduce 查询输出结果如下：
{
"result" : "post_total",
"timeMillis" : 9,
"counts" : {
"input" : 4,
"emit" : 4,
"reduce" : 2,
"output" : 2
},
"ok" : 1,
}结果显示，只有 4 个文档符合查询条件（status:"active"），于是 map 函数就生成了 4 个带有键值对的文档，而最终 reduce 函数将具有相同键值的映射文档变为了 2 个。
要想查看 mapReduce 查询的结果，使用 find 操作符。
>db.posts.mapReduce(
function() { emit(this.user_id,1); },
function(key, values) {return Array.sum(values)},
{
query:{status:"active"},
out:"post_total"
}
).find()上述查询的结果如下，显示出用户 tom 和 mark 都发了 2 个活跃的帖子。
{ "_id" : "tom", "value" : 2 }
{ "_id" : "mark", "value" : 2 }MapReduce 查询同样也可以用来构建大型复杂的聚合查询，自定义 JavaScript 函数使得 MapReduce 更为灵活与强大。
感觉本站内容不错，读后有收获？小额赞助,鼓励网站分享出更好的教程