【MongoDB初识】-其他操作

又发现一种查询写法$where
db.class.find({$where:function(){return this.stuCount==10}})

排重
db.class.distinct("stuCount")

一、MapReduce（摘录MongoDB实战）

MongoDB 的 MapReduce 相当于 sql 中的"group by"， 所以在 MongoDB 上使用 Map/Reduce
进行并行"统计"很容易。
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函数和Reduce
函数可以使用 JavaScript 来实现，可以通过 db.runCommand 或 mapReduce 命令来执行一个
MapReduce 的操作：

db.runCommand(
{ mapreduce : <collection>,
map : <mapfunction>,
reduce : <reducefunction>
[, query : <query filter object>]
[, sort : <sorts the input objects using this key. Useful for optimization, like sorting by the
emit key for fewer reduces>]
[, limit : <number of objects to return from collection>]
[, out : <see output options below>]
[, keeptemp: <true|false>]
[, finalize : <finalizefunction>]
[, scope : <object where fields go into javascript global scope >]
[, verbose : true]
}
);

参数说明:
mapreduce: 要操作的目标集合。
map: 映射函数 (生成键值对序列，作为 reduce 函数参数)。
reduce: 统计函数。
query: 目标记录过滤。
sort: 目标记录排序。
limit: 限制目标记录数量。
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)。
keeptemp: 是否保留临时集合。
finalize: 最终处理函数 (对 reduce 返回结果进行最终整理后存入结果集合)。
scope: 向 map、reduce、finalize 导入外部变量。
verbose: 显示详细的时间统计信息

首先准备些数据

db.students.insert({classid:2, age:16, name:'Lily'})
db.students.insert({classid:2, age:9, name:'Tony'})
db.students.insert({classid:2, age:19, name:'Harry'})
db.students.insert({classid:2, age:13, name:'Vincent'})
db.students.insert({classid:1, age:14, name:'Bill'})
db.students.insert({classid:2, age:17, name:'Bruce'})
db.students.insert({classid:1, age:14, name:'Tom'})
db.students.insert({classid:1, age:12, name:'Jacky'})

1、Map 函数必须调用 emit(key, value) 返回键值对，使用 this 访问当前待处理的 Document。

map=function(){emit(this.classid,1)}

value 可以使用 JSON Object 传递 (支持多个属性值)。例如:
emit(this.classid, {count:1})

map=function(){emit(this.classid,{count:1})}

2、Reduce 函数接收的参数类似 Group 效果，将 Map 返回的键值序列组合成 { key, [value1,
value2, value3, value...] } 传递给 reduce。

reduce=function(key,values){
var x=0;
values.forEach(function(v){x+=v});
return x;
}

Reduce 函数对这些 values 进行 "统计" 操作，返回结果可以使用 JSON Object。

3、Result

res=db.runCommand({
mapReduce:"students",
map:map,
reduce:reduce,
out:"students_res"
});

mapReduce() 将结果存储在 "students_res" 表中。

4、Finalize

f = function(key, value) { return {classid:key, count:value}; }

5、Options

> res = db.runCommand({
... mapreduce:"students",
... map:m,
... reduce:r,
... out:"students_res",
... finalize:f,
... query:{age:{$lt:10}}
... });

只取年龄大于10的。

　　result: "存放的集合名“；

input:传入文档的个数。

emit：此函数被调用的次数。

reduce：此函数被调用的次数。

output:最后返回文档的个数。

---------------------------------------------------------------------------------------------------------------------------------

最后还是感觉这样理解更方便

mapReduce其实是一种编程模型，用在分布式计算中，其中有一个“map”函数，一个”reduce“函数。

① map：

这个称为映射函数，里面会调用emit(key,value)，集合会按照你指定的key进行映射分组。

② reduce：

这个称为简化函数，会对map分组后的数据进行分组简化，注意：在reduce(key,value)中的key就是

emit中的key，vlaue为emit分组后的emit(value)的集合，这里也就是很多{"count":1}的数组。

③ mapReduce:

这个就是最后执行的函数了，参数为map，reduce和一些可选参数