MapReduce with MongoDB and Python

　　1 安装使用MongoDB
　　a) 下载MongoDB, 请注意，32bit只能存2GB的内容（32-bit builds are limited to around 2GB of data）。
　　b）配置好mongodb.config， 然后命令行：Mongod.exe --config /path/to/your/mongodb.config就可以了。
　　c) 下载pymongo, 后面用python来写测试程序。
　　请参阅：The Little MongoDB Book, (pdf)。
　　2 MapReduce
　　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.
　　参见MongoDB网站上对MapReduce的介绍。Map/reduce 流程如下：

　　
　　3 例子
　　以单词统计为例说明。输入文本是Obama的演讲词，可以看看里面里面单词的使用频率。如下图:

　　
　　MongoDB 运行客户端用JS脚本。
　　Map程序为：

　　Reduce程序为：

　　
　　客户端程序为：



from pymongo import Connection
from pymongo.code import Code

#'''
#Open a connection to MongoDb (localhost)
connection =  Connection()
db = connection.test
#Remove any existing data
db.texts.remove()
#Insert the data
lines = open('2009-obama.txt').readlines()
[db.texts.insert({'text': line}) for line in lines]
#Load map and reduce functions
map = Code(open('wordMap.js','r').read())
reduce = Code(open('wordReduce.js','r').read())

#Run the map-reduce query
results = db.texts.map_reduce(map, reduce, "collection_name")
#Print the results
for result in results.find():
    print result['_id'] , result['value']['count']
　　
运行结果为：

　　
　　文章代码可以在这里下载。
　　
　　参见：MapReduce with MongoDB and Python 以及这里。