mongoose mapreduce(mapreduce demo)

本文主要介绍mapReduce在MongoDB中的使用，类似于sql的分组和聚合。首先对Map进行分组，然后使用reduce进行统计，最后可选地使用finalize调整最终结果。嗯，

我来介绍一下，我用的版本是mongodb2.4.5，然后我还用了MongoVUE（一个非常好的图形化mongodb管理工具）来帮我配合。

1、原始数据集合中有三个doc要使用：

它们的数据格式是：

可能很多人不关注mongodb中存储的数据格式，但对我来说，这是非常敏感的。我不喜欢在后台使用object来保存这些原本清晰的类型。这里我再多提一点。如果您使用控制台插入数据，您插入的数字，

可能保存为双精度值，但如果要保存为整数，则必须使用NumberInt（）和NumberLong（）。示例：

运行后，您无法在控制台上看到数据类型，但使用MongoVUE，我可以看到：

数据库直接保存为双份。并使用：

您可以将其保存为int32，并使用NumberLong（）将其保存为Int64。

2.让MapReduce实现统计有多少人寻找不同的名字。首先是map函数，然后是reduce函数。

1 function mapping () {2 emit(3 this. name, 4 {count: 1} 5); 6} Issue (key, value) is a grouped function,

1 function Reduce（key，values）{ 2 var reduced={ count:0，name:‘‘}；//初始化返回值3价值观。foreach（function（val）{ 4已减少。count=val数数；5 });6退货减少；7 }接下来是减少函数，

好了，让我们看看如何在数据库控制台下调用这个MapReduce:

1分贝。运行命令（{ MapReduce:‘lekko‘，2 Map:function Map（）{ 3 emit（4 this。name，5 { count:1 } 6）；7 }，8 Reduce:function Reduce（key，values）{ 9 var reduced={ count:0，name:‘‘}；//初始化返回值10个值。foreach（function（val）{ 11已减少。count=val数数；12 });13家退货减少；14 }，15 out:{ inline:1 } 16 }）；结果很快出来了：

因为我之前在控制台下又添加了两个文档，所以现在有四个人叫lekko。值得注意的是，这里MapReduce后的结果将全部是double！

3.一些附加操作

MapReduce的简单原理很简单，关键是灵活运用。现在我将举一些我自己经历的例子：

将查询放入MapReduce中。

在前面的runCommand中添加参数。例如，如果我想查询所有男生，我会添加.查询：{‘isman‘:true }，

（2）结果的数据类型转换。

使用Finalize函数（此函数在Reduce函数之后调用，它将对所有键的Reduce结果执行最终操作）。例如，我在后台调用api后想要的是int数据，而不是double数据。

然后您可以添加Finalize函数：

一.2最终确定：函数finalize（key，reduced）{ 3 reduced。count=number int（减少。计数）；四退货减少；5 },6 .这样，

时间类型

由于mongodb具有日期类型，因此存储时间的格式和查询时间的格式可能不一致（尤其是当您的mongodb是远程部署的并且多人协作开发时），这将导致无法根据时间条件找到数据的问题。我的建议是，

长形式的直接存储时间（过去的秒），那么这个差异问题就不再存在。