MongoDB的MapReduce用法及php示例代码

zhendeaini123

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：
[javascript] 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：
[javascript] 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_type	to_user	cout
1	234	1
8	123	1
1	123	2

 
 
 
 
 
 
 
实现代码：
 
[php] 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  
  

[php] 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
 
[javascript] 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）
[php] 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