mongodbmapreduce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，表与表之间没有任何依赖关系。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

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，表与表之间没有任何依赖关系。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的语法如下：

db.table.mapReduce(
 map,
 reduce,
 {
 query: query,
 out: out, //指定结果集以什么方式存储，可选参数包括：
 //replace:如果文档(table)存在，则替换table，
 //merge:如果文档中存在记录，则覆盖已存在的文档记录
 //reduce: 如果文档中存在相同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之前可以修改数据，function(key,values) { 
 //return modifiedValues;}
 scope: document, //指定reduce可访问的文档范围
 jsMode:boolean //指定是否在map和ruduce之间立即将数据转换为Bason格式，默认为false
 //如果想设置为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 //是否在结果集中包含timing信息，默认是包含的
 }
 )

在做mongodb的mapreduce时，要确保你的query是可以利用到索引的，不然在大数据量的统计下，将会托夸整个数据库，如果确实没办法建索引，那么就在结果集中判断一些不符合条件的数据，而去掉query。

mapreduce的语法其实很简单，只不过这里面有几点需要注意一下：

1.在map中，mongodb是每1000条数据就reduce一次

2.在map中，如果你想统计一个数据之和，需要这样写：

emit(key:this.key,sum:0})

然后再在reduce里需要将上一次的sum迭代累加起来，然后return {sum:sum};如果不这样做，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.如果能不用mapreduce，就不用，程序能够统计的，就不要用mongodb频繁统计。

4.mapreduce的结果集的数据格式是：{_id:key,value:{}},因此如果想直接使用这个表的话，最好再重新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。

这里附上统计我们网站的用户发表内容的数量的mapreduce，仅供一种代码格式的参考价值吧：

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();
//重新整理数据格式，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()