MongoDB的MapReduce用法及php示例代码
MongoDB虽然不像我们常用的mysql，sqlserver，oracle等关系型数据库有group by函数那样方便分组，但是MongoDB要实现分组也有3个办法：* Mongodb三种分组方式：
* 1、group(先筛选再分组，不支持分片，对数据量有所限制，效率不高)
* 2、mapreduce(基于js引擎，单线程执行，效率较低，适合用做后台统计等)
* 3、aggregate(推荐) (如果你的PHP的mongodb驱动版本需>=1.3.0，推荐你使用aggregate，性能要高很多，并且使用上要简单些，不过1.3的目前还不支持账户认证模式，可以通过http://pecl.php.net/package/mongo查看更新日志和Bug)
下面就来看下mapreduce方式：
Mongodb官网对MapReduce介绍：
Map/reduce in MongoDB is useful for batch processing of data and aggregation operations. It is similar in spirit to using something like Hadoop with all input coming from a collection and output going to a collection. Often, in a situation where you would have used GROUP BY in SQL, map/reduce is the right tool in MongoDB.
大致意思是：Mongodb中的Map/reduce主要是用来对数据进行批量处理和聚合操作，有点类似于使用Hadoop对集合数据进行处理，所有输入数据都是从集合中获取，而MapReduce后输出的数据也都会写入到集合中。通常类似于我们在SQL中使用Group By语句一样。
使用MapReduce要实现两个函数：Map和Reduce。Map函数调用emit(key,value)遍历集合中所有的记录，将key与value传给Reduce函数进行处理。Map函数和Reduce函数是使用Javascript编写的，并可以通过db.runCommand或mapreduce命令来执行MapReduce操作。
MapReduce命令如下：
view plaincopy
[*]db.runCommand(
[*]{ mapreduce : <collection>,
[*] map : <mapfunction>,
[*] reduce : <reducefunction>
[*] [, query : <query filter object>]
[*] [, sort : <sort the query. useful for optimization>]
[*] [, limit : <number of objects to return from collection>]
[*] [, out : <output-collection name>]
[*] [, 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函数的参数）
reduce：统计函数
query：目标记录过滤
sort：对目标记录排序
limit：限制目标记录数量
out：统计结果存放集合（如果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返回结果执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
map函数
map函数调用当前对象,并处里对象的属性,传值给reduce,map方法使用this来操作当前对象,最少调用一次emit(key,value)方法来向reduce提供参数,其中emit的key为最终数据的id。
reduce函数
接收一个值和数组,根据需要对数组进行合并分组等处理,reduce的key就是emit(key,value)的key，value_array是同个key对应的多个value数组。
Finalize函数
此函数为可选函数,可在执行完map和reduce后执行,对最后的数据进行统一处理。
看完基本介绍，我们再来看一个实例：
已知集合feed,测试数据如下：
view plaincopy
[*]{
[*] "_id": ObjectId("50ccb3f91e937e2927000004"),
[*] "feed_type": 1,
[*] "to_user": 234,
[*] "time_line": "2012-12-16 01:26:00"
[*]}
[*]
[*]{
[*] "_id": ObjectId("50ccb3ef1e937e0727000004"),
[*] "feed_type": 8,
[*] "to_user": 123,
[*] "time_line": "2012-12-16 01:26:00"
[*]}
[*]
[*]{
[*] "_id": ObjectId("50ccb3e31e937e0a27000003"),
[*] "feed_type": 1,
[*] "to_user": 123,
[*] "time_line": "2012-12-16 01:26:00"
[*]}
[*]
[*]{
[*] "_id": ObjectId("50ccb3d31e937e0927000001"),
[*] "feed_type": 1,
[*] "to_user": 123,
[*] "time_line": "2012-12-16 01:26:00"
[*]}
我们按动态类型feed_type和用户to_user进行分组统计，实现结果：
feed_typeto_usercout123418123111232
实现代码：
view plaincopy
[*]//编写map函数
[*]$map = '
[*] function() {
[*] var key = {to_user:this.to_user,feed_type:this.feed_type};
[*] var value = {count:1};
[*] emit(key,value);
[*] } ';
[*]
[*]//reduce 函数
[*]$reduce = '
[*] function(key, values) {
[*] var ret = {count:0};
[*] for(var i in values) {
[*] ret.count += 1;
[*] }
[*] return ret;
[*] }';
[*]
[*]//查询条件
[*]$query = null; //本实例中没有查询条件，设置为null
view plaincopy
[*]$mongo = new Mongo('mongodb://root:root@127.0.0.1: 28017/'); //链接mongodb,账号和密码为root,root
[*]$instance = $mongo->selectDB("testdb");
[*]
[*]//执行此命令后，会创建feed_temp_res的临时集合，并将统计后的数据放在该集合中
[*]$cmd = $instance->command(array(
[*] 'mapreduce' => 'feed',
[*] 'map' => $map,
[*] 'reduce' => $reduce,
[*] 'query' => $query,
[*] 'out' => 'feed_temp_res'
[*]));
[*]
[*]//查询临时集合中的统计数据，验证统计结果是否和预期结果一致
[*]$cursor = $instance->selectCollection('feed_temp_res')->find();
[*]$result = array();
[*]try {
[*] while ($cursor->hasNext())
[*] {
[*] $result[] = $cursor->getNext();
[*] }
[*]}
[*]catch (MongoConnectionException $e)
[*]{
[*] echo $e->getMessage();
[*]}
[*]catch (MongoCursorTimeoutException $e)
[*]{
[*] echo $e->getMessage();
[*]}
[*]catch(Exception $e){
[*] echo $e->getMessage();
[*]}
[*]
[*]//test
[*]var_dump($result);
下面是输出的结果，和预期结果一致
view plaincopy
[*]{
[*] "_id": {
[*] "to_user": 234,
[*] "feed_type": 1
[*] },
[*] "value": {
[*] "count": 1
[*] }
[*]}
[*]
[*]{
[*] "_id": {
[*] "to_user": 123,
[*] "feed_type": 8
[*] },
[*] "value": {
[*] "count": 1
[*] }
[*]}
[*]
[*]{
[*] "_id": {
[*] "to_user": 123,
[*] "feed_type": 1
[*] },
[*] "value": {
[*] "count": 2
[*] }
[*]}
以上只是简单的统计实现，你可以实现复杂的条件统计编写复杂的reduce函数，可以增加查询条件，排序等等。
附上mapReduce数据库处理函数（简单封装）
view plaincopy
[*]/**
[*] * mapReduce分组
[*] *
[*] * @param string $table_name 表名(要操作的目标集合名)
[*] * @param string $map 映射函数(生成键值对序列,作为 reduce 函数参数)
[*] * @param string $reduce 统计处理函数
[*] * @param array $query 过滤条件 如：array('uid'=>123)
[*] * @param array $sort 排序
[*] * @param number $limit 限制的目标记录数
[*] * @param string $out 统计结果存放集合 (不指定则使用tmp_mr_res_$table_name, 1.8以上版本需指定)
[*] * @param bool $keeptemp 是否保留临时集合
[*] * @param string $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)
[*] * @param string $scope 向 map、reduce、finalize 导入外部js变量
[*] * @param bool $jsMode 是否减少执行过程中BSON和JS的转换，默认true(注：false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,//true时BSON-->js-->map-->reduce-->BSON)
[*] * @param bool $verbose 是否产生更加详细的服务器日志
[*] * @param bool $returnresult 是否返回新的结果集
[*] * @param array &$cmdresult 返回mp命令执行结果 array("errmsg"=>"","code"=>13606,"ok"=>0) ok=1表示执行命令成功
[*] * @return
[*] */
[*]function mapReduce($table_name,$map,$reduce,$query=null,$sort=null,$limit=0,$out='',$keeptemp=true,$finalize=null,$scope=null,$jsMode=true,$verbose=true,$returnresult=true,&$cmdresult){
[*] if(empty($table_name) || empty($map) || empty($reduce)){
[*] return null;
[*] }
[*] $map = new MongoCode($map);
[*] $reduce = new MongoCode($reduce);
[*] if(empty($out)){
[*] $out = 'tmp_mr_res_'.$table_name;
[*] }
[*] $cmd = array(
[*] 'mapreduce' => $table_name,
[*] 'map' => $map,
[*] 'reduce' => $reduce,
[*] 'out' =>$out
[*] );
[*] if(!empty($query) && is_array($query)){
[*] array_push($cmd, array('query'=>$query));
[*] }
[*] if(!empty($sort) && is_array($sort)){
[*] array_push($cmd, array('sort'=>$query));
[*] }
[*] if(!empty($limit) && is_int($limit) && $limit>0){
[*] array_push($cmd, array('limit'=>$limit));
[*] }
[*] if(!empty($keeptemp) && is_bool($keeptemp)){
[*] array_push($cmd, array('keeptemp'=>$keeptemp));
[*] }
[*] if(!empty($finalize)){
[*] $finalize = new Mongocode($finalize);
[*] array_push($cmd, array('finalize'=>$finalize));
[*] }
[*] if(!empty($scope)){
[*] array_push($cmd, array('scope'=>$scope));
[*] }
[*] if(!empty($jsMode) && is_bool($jsMode)){
[*] array_push($cmd, array('jsMode'=>$jsMode));
[*] }
[*] if(!empty($verbose) && is_bool($verbose)){
[*] array_push($cmd, array('verbose'=>$verbose));
[*] }
[*] $dbname = $this->curr_db_name;
[*] $cmdresult = $this->mongo->$dbname->command($cmd);
[*] if($returnresult){
[*] if($cmdresult && $cmdresult['ok']==1){
[*] $result = $this->find($out, array());
[*] }
[*] }
[*] if($keeptemp==false){
[*] //删除集合
[*] $this->mongo->$dbname->dropCollection($out);
[*] }
[*] return $result;
[*]}
MongoDB官方网站介绍：
MapReduce介绍 http://docs.mongodb.org/manual/core/map-reduce/
Aggregation介绍 http://docs.mongodb.org/manual/aggregation/
http://blog.csdn.net/slimboy123/article/details/8909974
页:
[1]