目录
一、MapReduce的概述
- 一、MapReduce的概述
- 二、MapReduce的阶段
- 三、MapReduce的基本语法
- 四、MapReduce示例
- 4.1、 数据准备
- 4.2、 MapReduce示例
- MapReduce操作将大量的数据处理工作拆分成多个线程并行处理，然后将结果合并在一起。MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。
- MapReduce具有两个阶段： （1）、将具有相同Key的文档数据整合在一起的map阶段； （2）、组合map操作的结果进行统计输出的reduce阶段。
-
MapReduce语法格式
db.collection.mapReduce( function() {emit(key,value);}, //map 函数 function(key,values) {return reduceFunction}, //reduce 函数 { out: , query: , sort: , limit: , finalize: , scope: , jsMode: , verbose: , bypassDocumentValidation: } ) -
MapReduce语法解释
函数解释map将数据拆分成键值对，交给reduce函数reduce根据键将值做统计运算out可选，将结果汇入指定表quey可选筛选数据的条件，筛选的数据送入mapsort排序完后，送入maplimit限制送入map的文档数finalize可选，修改reduce的结果后进行输出scope可选，指定map、reduce、finalize的全局变量jsMode可选，默认false。在mapreduce过程中是否将数 据转换成bson格式。verbose可选，是否在结果中显示时间，默认falsebypassDocmentValidation可选，是否略过数据校验 -
MapReduce图解
-
准备数据集，执行脚本
var tags = ["nosql","mongodb","document","developer","popular"]; var types = ["technology","sociality","travel","novel","literature"]; var books=[]; for(var i=0;i db.books_favCount.find()
