对MongoDB学习笔记MapReduce应用实例
1。MapReduce是根据map函数中调用的发出函数的第一个参数分组的。map是一种计算模型。简单地说，它是分解大量的数据（map），然后将结果合并到最终结果（减少）。
要使用MapReduce，我们需要实现两个函数，map函数和减函数。map函数调用发出（键，值），遍历集合中的所有记录，并传输键和值以减少函数。map函数必须调用发射（键、值）返回键值对。
参数描述：
1。映射函数（生成键值对作为减少函数参数）。
2。减少统计函数，减函数的任务是将键值转换为键值，也就是将值数组转换为单个值。
三.统计结果存储在集合中（使用未指定的临时设置，在客户端断开后自动删除）。
4。查询筛选条件，只有满足条件的文件，调用地图的功能。（query.limit，排序可随意组合）
5。排序和限制排序排序参数的组合（也可以在map函数之前对文档进行排序）可以优化分组机制。
发送到map函数的文档数量的上限为6。限制（如果没有限制，仅使用排序）是不太有用的。
准备测试数据
Db.user.drop（）；
对于（var i = 10；i < 100；i + +）{
Db.user.insert（{
名称：用户+ i，
年龄：Math.floor（Math.random（）* 10）+ 20，
性别：Math.floor（Math.random）*（3）% 2 = = 0是：F，
中文：Math.floor（Math.random（）* 50）+ 50，
数学：Math.floor（Math.random（）* 50）+ 50，
英语：math.floor（Math.random（）* 50）+ 50，
类：C+ i % 5
}）
}
/ / RunCommand操作模式
db.sales.runcommand（{
MapReduce：用户
映射：函数（）{
如果（this.class = = C1）{
（this.age发出，这个年龄）；
}
}，
减少：函数（键，值）{
VaR最大=马克斯（键，值）；
收益最大；
}，
{
输出：{内联：1 }，
查询：
排序：
限制：
}
}）
Db.user.mapReduce（
映射函数，这称为发出（键，值），集合将根据您指定的键的映射进行分组。
函数（）{
根据发出函数的第一个参数进行分组。
传递给减少的第二个参数的值。
（this.age发出，这）；
}，
简化了map、/、分组数据包的简化功能。
/ /减少（键，值）的关键是发射键，值发出发出（值）分组后组
函数（键，值）{
VaR最大= math.max（键，值）；
收益最大；
}，
可选参数
{
查询：{{}，
输出：结果
排序：{ }，
限制：0
}
）
实施结果：
{
结果：结果
timemillis ：23，
计数：{
输入：29，传入文档的数量
发出：29，调用此函数的次数
减少：6，调用此函数的次数
输出：8号/最后一个返回文档
}，
OK：1
}
查看返回的结果：
Db.result.find（）