主頁 > 知識庫 > MongoDB中MapReduce編程模型使用實例

MongoDB中MapReduce編程模型使用實例

熱門標簽:高德地圖標注商戶位置 徐州ai電銷機器人原理 企業(yè)智能外呼系統(tǒng)價格多少 沈陽營銷電銷機器人招商 兗州電話外呼營銷系統(tǒng) 智能電銷機器人銷售話術 機器人外呼系統(tǒng)軟件存在問題 福州電銷機器人源代碼 南京400電話怎樣辦理

注:作者使用的MongoDB為2.4.7版本。

單詞計數示例:

插入用于單詞計數的數據:

復制代碼 代碼如下:

db.data.insert({sentence:'Consider the following map-reduce operations on a collection orders that contains documents of the following prototype'})
db.data.insert({sentence:'I get the following error when I follow the code found in this link'})

圖個簡潔,數據中沒有包含標點符號。 在mongo shell寫入以下內容:

復制代碼 代碼如下:

var map = function() {
    split_result = this.sentence.split(" ");
    for (var i in split_result) {
        var word = split_result[i].replace(/(^\s*)|(\s*$)/g,"").toLowerCase(); //去除了單詞兩邊可能的空格,并將單詞轉換為小寫
        if (word.length != 0) {
            emit(word, 1);
        }
    }
}

var reduce = function(key, values) {
    return Array.sum(values);
}

db.data.mapReduce(
    map,
    reduce,
    {out:{inline:1}}
)


db.data.mapReduce的第一和第二個參數分別指定map和reduce,map的輸入是集合中的每個文檔,通過emit()生成鍵值對;而reduce則處理鍵的多個值。

mapReduce的第三個參數指明在內存中進行mapreduce并返回結果,運行結果如下:

復制代碼 代碼如下:

{
        "results" : [
                {
                        "_id" : "a",
                        "value" : 1
                },
                {
                        "_id" : "code",
                        "value" : 1
                },
                {
                        "_id" : "collection",
                        "value" : 1
                },
                {
                        "_id" : "consider",
                        "value" : 1
                },
                {
                        "_id" : "contains",
                        "value" : 1
                },
                {
                        "_id" : "documents",
                        "value" : 1
                },
                {
                        "_id" : "error",
                        "value" : 1
                },
                {
                        "_id" : "follow",
                        "value" : 1
                },
                {
                        "_id" : "following",
                        "value" : 3
                },
                {
                        "_id" : "found",
                        "value" : 1
                },
                {
                        "_id" : "get",
                        "value" : 1
                },
                {
                        "_id" : "i",
                        "value" : 2
                },
                {
                        "_id" : "in",
                        "value" : 1
                },
                {
                        "_id" : "link",
                        "value" : 1
                },
                {
                        "_id" : "map-reduce",
                        "value" : 1
                },
                {
                        "_id" : "of",
                        "value" : 1
                },
                {
                        "_id" : "on",
                        "value" : 1
                },
                {
                        "_id" : "operations",
                        "value" : 1
                },
                {
                        "_id" : "orders",
                        "value" : 1
                },
                {
                        "_id" : "prototype",
                        "value" : 1
                },
                {
                        "_id" : "that",
                        "value" : 1
                },
                {
                        "_id" : "the",
                        "value" : 4
                },
                {
                        "_id" : "this",
                        "value" : 1
                },
                {
                        "_id" : "when",
                        "value" : 1
                }
        ],
        "timeMillis" : 1,
        "counts" : {
                "input" : 2,
                "emit" : 30,
                "reduce" : 3,
                "output" : 24
        },
        "ok" : 1,
}


results的值是MapReduce的處理結果,timeMillis指明花費的時間;counts中input指明了輸入的文檔數,emit指明了在map中調用emit的次數,reduce指明了reduce的次數(本例中如果單次次數為1則不需要reduce),output指明了輸出的文檔數目。

可以看到,鍵_id不再是自動生成,而是被reduce中的key取代。當然,也可以將結果輸入到一個新的collection中,例如:

復制代碼 代碼如下:
db.data.mapReduce( map, reduce, {out:"mr_result"} )

之后查看mr_result集合中的內容即可:
復制代碼 代碼如下:
db.mr_result.find()

也可以使用db.runCommand執(zhí)行mapreduce任務,這種方法為開發(fā)者提供了更多的選項,具體請見資料[1]。資料[2][3][4]提供了關于mapreduce更全面的內容。資料[5]給出了優(yōu)化mapreduce任務的方法,資料[6]是資料[5]的一篇中文翻譯。

應該注意的是,資料[5]中提到使用ScopedThread()創(chuàng)建線程,筆者在GUI工具Robomongo的shell中運行 new ScopedThread()時候報錯: ReferenceError: ScopedThread is not defined (shell):1

不過在mongo shell中可以正常運行:

復制代碼 代碼如下:

> new ScopedThread()
Sat Mar 22 21:32:36.062 Error: need at least one argument at src/mongo/shell/utils.js:101

如果使用其他編程語言管理MongoDB,要用到線程時,應該使用該編程語言內置的線程。

關于mongodb實現的mapreduce,個人覺得如果支持多個MR任務平滑過渡就更好了。

您可能感興趣的文章:
  • Spring 注解編程模型相關知識詳解
  • python多線程抽象編程模型詳解
  • 編程用到的windows系統(tǒng)目錄變量簡寫
  • 用PHP編程開發(fā)“虛擬域名”系統(tǒng)
  • 詳解為什么現代系統(tǒng)需要一個新的編程模型

標簽:邯鄲 吉安 大理 景德鎮(zhèn) 鶴崗 丹東 昭通 本溪

巨人網絡通訊聲明:本文標題《MongoDB中MapReduce編程模型使用實例》,本文關鍵詞  MongoDB,中,MapReduce,編程,模型,;如發(fā)現本文內容存在版權問題,煩請?zhí)峁┫嚓P信息告之我們,我們將及時溝通與處理。本站內容系統(tǒng)采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《MongoDB中MapReduce編程模型使用實例》相關的同類信息!
  • 本頁收集關于MongoDB中MapReduce編程模型使用實例的相關信息資訊供網民參考!
  • 企业400电话

    智能AI客服机器人
    15000

    在线订购

    合计11份范本:公司章程+合伙协议+出资协议+合作协议+股权转让协议+增资扩股协议+股权激励+股东会决议+董事会决议

    推薦文章