mongoDB实现MapReduce

一、MongoDB Map Reduce

Map-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。

基本语法：

db.collection.mapReduce(

   function() {emit(key,value);},  //map 函数

   function(key,values) {return reduceFunction}, //reduce 函数

   {

      out: collection,

      query: document,

      sort: document,

      limit: number

   }

)

使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数,Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将 key 与 value 传递给 Reduce 函数进行处理。

Map 函数必须调用 emit(key, value) 返回键值对。

参数说明:

map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
reduce 统计函数，reduce函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value。。
out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）

二、示例

我们通过下面的一个例子来理解上面的概念

mongodb的student集合中存在以下数据：

/* 1 */

{

    "_id" : ObjectId("5c735e26b21aeac107319873"),

    "stu_name" : "张三",

    "course" : "英语",

    "score" : 70,

    "level" : "C"

}

/* 2 */

{

    "_id" : ObjectId("5c735e26b21aeac107319874"),

    "stu_name" : "张三",

    "course" : "数学",

    "score" : 95,

    "level" : "A"

}

/* 3 */

{

    "_id" : ObjectId("5c735e26b21aeac107319875"),

    "stu_name" : "张三",

    "course" : "语文",

    "score" : 91,

    "level" : "A"

}

/* 4 */

{

    "_id" : ObjectId("5c735e26b21aeac107319876"),

    "stu_name" : "张三",

    "course" : "历史",

    "score" : 98,

    "level" : "A"

}

/* 5 */

{

    "_id" : ObjectId("5c735e26b21aeac107319877"),

    "stu_name" : "李四",

    "course" : "数学",

    "score" : 88,

    "level" : "B"

}

/* 6 */

{

    "_id" : ObjectId("5c735e26b21aeac107319878"),

    "stu_name" : "李四",

    "course" : "英语",

    "score" : 93,

    "level" : "A"

}

/* 7 */

{

    "_id" : ObjectId("5c735e26b21aeac107319879"),

    "stu_name" : "李四",

    "course" : "语文",

    "score" : 99,

    "level" : "A"

}

要求：统计出每个学生的level为A的成绩的总和，并按学生名字进行分组显示

其执行的逻辑过程如下图所示：

在mongo shell里面执行：

db.student.mapReduce(

   function() { emit(this.stu_name,this.score); },

   function(key, values) {return Array.sum(values)},

      {

         query:{level:"A"},

         out:"total_score"

      }

)

/* 1 */

{

    "result" : "total_score",

    "timeMillis" : 171.0,

    "counts" : {

        "input" : 5,

        "emit" : 5,

        "reduce" : 2,

        "output" : 2

    },

    "ok" : 1.0

}

结果表明，共有 5 个符合查询条件（"level":"A"）的student，在map函数中生成了 5 个键值对文档，最后使用reduce函数将相同的键值分为 2 组。

具体参数说明：

result：储存结果的collection的名字,这是个临时集合，MapReduce的连接关闭后自动就被删除了。
timeMillis：执行花费的时间，毫秒为单位
input：满足条件被发送到map函数的文档个数
emit：在map函数中emit被调用的次数，也就是所有集合中的数据总量
ouput：结果集合中的文档个数（count对调试非常有帮助）
ok：是否成功，成功为1
err：如果失败，这里可以有失败原因，不过从经验上来看，原因比较模糊，作用不大

查看真正的统计结果：

三、用spring-boot-starter-data-mongodb来实现上面的操作

1、新建maven工程：mongo-mapreduce

引入springboot依赖和mongodb依赖

<?xml version="1.0" encoding="UTF-8"?>

<project xmlns="http://maven.apache.org/POM/4.0.0"

         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">

    <modelVersion>4.0.0</modelVersion>

    <groupId>com.mongo.mapreduce</groupId>

    <artifactId>mongo-mapreduce</artifactId>

    <version>1.0-SNAPSHOT</version>

    <parent>

        <groupId>org.springframework.boot</groupId>

        <artifactId>spring-boot-starter-parent</artifactId>

        <version>1.4.1.RELEASE</version>

    </parent>

    <dependencies>

        <dependency>

            <groupId>org.springframework.boot</groupId>

            <artifactId>spring-boot-starter-web</artifactId>

        </dependency>

        <dependency>

            <groupId>org.springframework.boot</groupId>

            <artifactId>spring-boot-starter-data-mongodb</artifactId>

            <exclusions>

                <exclusion>

                    <artifactId>spring-boot-starter-logging</artifactId>

                    <groupId>org.springframework.boot</groupId>

                </exclusion>

            </exclusions>

        </dependency>

    </dependencies>

</project>

2、创建配置文件application.yml，map函数：map.js，reduce函数：reduce.js

server:

  port:

  context-path: /

spring:

  data:

    mongodb:

      uri: mongodb://admin:admin@172.16.1.11:,172.16.1.11:/testdb?AutoConnectRetry=true

map.js

function() {

    emit(this.stu_name,this.score);

}

reduce.js

function(key,values) {

    var sum = 0;

    for (var i = 0; i < values.length; i++)

        sum += values[i];

    return sum;

}

3、创建springboot启动主类

package com.mongo.mapreduce;

import org.springframework.boot.SpringApplication;

import org.springframework.boot.autoconfigure.SpringBootApplication;

/**

 * @author Administrator

 * @date 2019/02/25

 */

@SpringBootApplication

public class Application {

    public static void main(String[] args){

        SpringApplication.run(Application.class, args);

    }

}

4、创建接收mapreduce结果的实体类

package com.mongo.mapreduce.model;

/**

 * @author Administrator

 * @date 2019/02/25

 */

public class MapReduceResult {

    private String id;

    private Integer value;

    public String getId() {

        return id;

    }

    public void setId(String id) {

        this.id = id;

    }

    public Integer getValue() {

        return value;

    }

    public void setValue(Integer value) {

        this.value = value;

    }

}

5、创建controller

package com.mongo.mapreduce.controller;

import com.mongo.mapreduce.model.MapReduceResult;

import com.sun.beans.decoder.ValueObject;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.data.mongodb.core.MongoTemplate;

import org.springframework.data.mongodb.core.mapreduce.MapReduceOptions;

import org.springframework.data.mongodb.core.mapreduce.MapReduceResults;

import org.springframework.data.mongodb.core.query.Criteria;

import org.springframework.data.mongodb.core.query.Query;

import org.springframework.web.bind.annotation.RequestMapping;

import org.springframework.web.bind.annotation.RequestMethod;

import org.springframework.web.bind.annotation.RestController;

import java.util.List;

/**

 * @author Administrator

 * @date 2019/02/25

 */

@RestController

@RequestMapping("/map-reduce")

public class TestController {

    @Autowired

    private MongoTemplate mongoTemplate;

    @RequestMapping(value = "/result",method = RequestMethod.GET)

    public void postTest(){

        //删除_id不等于空的数据，等于删除所有数据，目的是清空上一次mapreduce的结果

        Criteria criteria=new Criteria("_id");

        criteria.ne("");

        Query query = new Query(criteria);

        mongoTemplate.remove(query,"total_score");

        //执行map reduce操作

        Criteria criteria1=new Criteria("level");

        criteria1.is("A");

        Query query1 = new Query(criteria1);

        MapReduceOptions options = MapReduceOptions.options();

        options.outputCollection("total_score");

        options.outputTypeReduce();

        MapReduceResults<MapReduceResult> reduceResults =

                mongoTemplate.mapReduce(query1,"student",

                        "classpath:map.js",

                        "classpath:reduce.js",

                        options,

                        MapReduceResult.class);

        for(MapReduceResult reduceResult:reduceResults){

            System.out.println("map reduce的结果如下：=========");

            System.out.println("姓名："+reduceResult.getId()+",A的总分："+reduceResult.getValue());

        }

    }

}

6、用postman调用

巴特西

mongoDB实现MapReduce

最新文章

热门文章