Учебники

MongoDB — Карта Уменьшить

Апрель 14, 2019

Согласно документации MongoDB, Map-Reduction — это парадигма обработки данных для объединения больших объемов данных в полезные агрегированные результаты. MongoDB использует команду mapReduce для операций уменьшения карты. MapReduce обычно используется для обработки больших наборов данных.

Команда MapReduce

Ниже приведен синтаксис базовой 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 отображает итоговые документы для генерации пар ключ-значение, которые затем уменьшаются на основе ключей, которые имеют несколько значений.

В приведенном выше синтаксисе —

  • map — это функция JavaScript, которая отображает значение с ключом и испускает пару ключ-значение

  • Reduce — это функция JavaScript, которая уменьшает или группирует все документы, имеющие одинаковый ключ.

  • out указывает местоположение результата запроса на уменьшение карты

  • В запросе указываются необязательные критерии выбора для выбора документов.

  • sort определяет необязательные критерии сортировки

  • Лимит определяет необязательное максимальное количество документов, которые будут возвращены

map — это функция JavaScript, которая отображает значение с ключом и испускает пару ключ-значение

Reduce — это функция JavaScript, которая уменьшает или группирует все документы, имеющие одинаковый ключ.

out указывает местоположение результата запроса на уменьшение карты

В запросе указываются необязательные критерии выбора для выбора документов.

sort определяет необязательные критерии сортировки

Лимит определяет необязательное максимальное количество документов, которые будут возвращены

Использование MapReduce

Рассмотрим следующую структуру документа, в которой хранятся сообщения пользователей. Документ хранит user_name пользователя и статус поста. 

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

Теперь мы будем использовать функцию mapReduce в нашей коллекции постов, чтобы выбрать все активные посты, сгруппировать их по имени пользователя и затем подсчитать количество постов каждого пользователя, 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" 
   }
)

Приведенный выше запрос mapReduce выдает следующий результат: 

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

Результат показывает, что всего 4 документа соответствовали запросу (статус: «активный»), функция карты выдавала 4 документа с парами ключ-значение и, наконец, функция уменьшения сгруппировала сопоставленные документы с одинаковыми ключами в 2.

Чтобы увидеть результат этого запроса mapReduce, используйте оператор find — 

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

Приведенный выше запрос дает следующий результат, который указывает на то, что оба пользователя tom и mark имеют два сообщения в активных состояниях — 

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

Аналогичным образом запросы MapReduce можно использовать для построения больших сложных запросов агрегации. Использование пользовательских функций Javascript делает использование MapReduce очень гибким и мощным.

45
Share: