MongoDB - уменьшение карты

Согласно документации MongoDB, Map-reduceпредставляет собой парадигму обработки данных для сжатия больших объемов данных в полезные агрегированные результаты. MongoDB используетmapReduceкоманда для операций уменьшения карты. MapReduce обычно используется для обработки больших наборов данных.

Команда MapReduce

Ниже приведен синтаксис основной команды mapReduce:

>db.collection.mapReduce(
   function() {emit(key,value);},  //map function
   function(key,values) {return reduceFunction}, {   //reduce function
      out: collection,
      query: document,
      sort: document,
      limit: number
   }
)

Функция map-reduce сначала запрашивает коллекцию, а затем сопоставляет результирующие документы, создавая пары ключ-значение, которые затем сокращаются на основе ключей, имеющих несколько значений.

В приведенном выше синтаксисе -

  • map это функция javascript, которая сопоставляет значение с ключом и генерирует пару ключ-значение

  • reduce это функция javascript, которая уменьшает или группирует все документы, имеющие одинаковый ключ

  • out указывает расположение результата запроса сокращения карты

  • query указывает дополнительные критерии выбора для выбора документов

  • sort указывает необязательные критерии сортировки

  • limit указывает необязательное максимальное количество возвращаемых документов

Использование MapReduce

Рассмотрим следующую структуру документа, в которой хранятся сообщения пользователей. В документе хранится user_name пользователя и статус сообщения.

{
   "post_text": "tutorialspoint is an awesome website for tutorials",
   "user_name": "mark",
   "status":"active"
}

Теперь мы будем использовать функцию mapReduce на нашем posts коллекция, чтобы выбрать все активные сообщения, сгруппировать их на основе user_name, а затем подсчитать количество сообщений каждым пользователем, используя следующий код -

>db.posts.mapReduce( 
   function() { emit(this.user_id,1); }, 
	
   function(key, values) {return Array.sum(values)}, {  
      query:{status:"active"},  
      out:"post_total" 
   }
)

Вышеупомянутый запрос mapReduce выводит следующий результат -

{
   "result" : "post_total",
   "timeMillis" : 9,
   "counts" : {
      "input" : 4,
      "emit" : 4,
      "reduce" : 2,
      "output" : 2
   },
   "ok" : 1,
}

Результат показывает, что всего 4 документа совпали с запросом (статус: «активный»), функция сопоставления создала 4 документа с парами ключ-значение и, наконец, функция сокращения сгруппировала сопоставленные документы с одинаковыми ключами в 2.

Чтобы увидеть результат этого запроса mapReduce, используйте оператор поиска -

>db.posts.mapReduce( 
   function() { emit(this.user_id,1); }, 
   function(key, values) {return Array.sum(values)}, {  
      query:{status:"active"},  
      out:"post_total" 
   }
	
).find()

Вышеупомянутый запрос дает следующий результат, который указывает, что оба пользователя tom и mark иметь два сообщения в активных состояниях -

{ "_id" : "tom", "value" : 2 }
{ "_id" : "mark", "value" : 2 }

Аналогичным образом запросы MapReduce можно использовать для создания больших сложных запросов агрегирования. Использование пользовательских функций Javascript позволяет использовать MapReduce, который является очень гибким и мощным.