MapReduce

一、什么是MapReduce

不要看百度百科上那个解释，什么映射啦，归约啦，我靠，什么鬼东西？这个解释成功地将一个简单的道理说到无人能懂。

还有个印度傻逼，说要给他那个傻乎乎的老婆解释什么是MapReduce，晒命似的专门跑到披萨店里去举洋葱作为例子，冗长得要命，越说越糊涂。这说明这个傻逼阿三自己也没弄明白。

其实，Map就是分解执行，Reduce就是结果合并。

有老外用极其简单的例子解释得清清楚楚：

我们要数图书馆中的所有书。你数1号书架，我数2号书架。这就是“Map”。我们人越多，数书就越快。

然后我们到一起，把所有人的统计数加在一起。这就是“Reduce”。

二、MapReduce有什么用

看上去，MapReduce跟大数据处理有关。数据很大，分布在好多服务器里，于是分解执行，然后结果合并，得到最终结果。

三、MongoDB中的mapReduce

MongoDB里也有MapReduce，但大家举的例子，似乎MongoDB版的MapReduce与关系型数据的group by类似。大概是mongoDB中的分组操作，会自然而然地适用于分布式计算吧？

假设集合TalkRecord有文档结构类似：

{ "_id" : ObjectId("54179064b3d587157c805001"), "id" : 220936, "content" : "Hello World!" }

我们可以写这么一个MapReduce：

> db.talkrecord.mapReduce( function(){emit(this.id,1)}, function(key,values){return Array.sum(values)}, {query:{id:220936}, out:"post_total" } )

map函数中，emit是必须的。

emit(key,value)中，那么这个key，value怎么赋值呢？我觉得这有点误导，以为key必定是字段名，value是该字段的值，那么

[javascript]  view plain copy

1. emit(this.id,1)  

作何解释，难道是this.id==1才行，这样岂不是成了过滤条件啦？

其实，emit(key,value)中，key相当于group by 的字段，value则是 聚合操作的字段。比如关系型数据库中，有SQL语句

[sql]  view plain copy

1. select sum([money]) from t group by userId  

那在mongodb这里，userId就相当于emit里的KEY，money就相当于value。

emit(this.Id,1)的意思是，按id分组，数个数。1，跟count(1)差不多意思，你写个100，其实结果也一样。