mongodb11天之屠龙宝刀（六）mapreduce：mongodb中mapreduce原理与操作案例

最新推荐文章于 2021-04-07 15:00:45 发布

IT界的小小小学生

最新推荐文章于 2021-04-07 15:00:45 发布

阅读量1.4k

点赞数 1

分类专栏： mongodb mongodb11天之屠龙宝刀:菜鸟学mongodb 文章标签： mongodb javascript 函数并行计算ｍapreduce

本文链接：https://blog.youkuaiyun.com/HHTNAN/article/details/78905326

版权

mongodb11天之屠龙宝刀:菜鸟学mongodb 同时被 2 个专栏收录

11 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

mongodb

20 篇文章

订阅专栏

本文深入介绍了MongoDB中的MapReduce操作，包括原理、经典实例和编程语法。通过一个具体的例子展示了如何在orders集合上筛选status为'A'的文档，使用map函数将数据映射并发射，然后用reduce函数进行累加计算，最终结果存储在order_totals集合中。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

mongodb11天之屠龙宝刀（六）mapreduce：mongodb中mapreduce原理与操作案例
原文连接：直通车

一 Map/Reduce简介

   MapReduce 是Google公司的核心模型，用于大规模数据集(大于1TB）的并行计算。“映射（Map)”与“化简（Reduce)”的概念是它们的主要思想。MapReduce使用JavaScript作为“查询语言”，能够在多台服务器之间并行执行。MapReduce将负责的运行于大规模集群上的并行计算过程高度地抽象为两个函数(Map和Reduce),利用一个输入<key,value>集合来产生一个输出地<key,value>对集合。MapReduce在执行时先指定一个Map(映射）函数，把输入<key,value>对映射成一组新的<key,value>对，经过一定处理后交给 Reduce，Reduce对相同key下的所有value处理后再输出<key,value>对作为最终的结果。
   二 Map/Reduce过程

  MongoDB中的Map/Reduce对于批量处理数据进行聚合操作是非常有用的。在思想上它跟Hadoop一样，从一个单一集合中输入数据，然后将结果输出到一个集合中。通常在使用类似SQL中Gr