Mongdb分布式计算MapReduce

案例：统计每个用户提交订单的订单编码（在这里我的集合名称是order_info）

• 1 、写映射（Map）函数,可以简单的理解成分组吧
  var m=function(){
  emit(this.cuserId,this.orderCode);
  }

• 2、编写reduce函数
  var r=function(key,values){
  var ret={age:key,names:values};
  return ret;
  }

• 3、运行
  db.runCommand({
  mapreduce:”t”,
  map:m,
  reduce:r,
  out:”user_ordercode”
  })

• 4、查询最后结果
  db.user_ordercode.find()

• 实战代码：
  var m=function(){
  emit(this.cuserId,this.orderCode);
  }
  var r=function(key,values){
  var ret={cuserId:key,orderCode:values};
  return ret;
  }
  db.runCommand({
  mapreduce:”order_info”,
  map:m,
  reduce:r,
  out:”user_ordercode”
  })
  db.user_ordercode.find()

• 有图为证：

• 注意：命令语法

  db.runCommand(
  { mapreduce : 字符串，集合名,
  map : 函数,见下文
  reduce : 函数，见下文
  query : 文档，发往map函数前先给过渡文档
  sort : 文档，发往map函数前先给文档排序
  limit : 整数，发往map函数的文档数量上限
  out : 字符串，统计结果保存的集合
  keeptemp: 布尔值，链接关闭时临时结果集合是否保存
  finalize : 函数，将reduce的结果送给这个函数，做最后的处理
  scope : 文档,js代码中要用到的变量
  jsMode : 布尔值，是否减少执行过程中BSON和JS的转换，默认true
  verbose : 布尔值，是否产生更加详细的服务器日志，默认true
  }
  );
  如有疑问请联系qq：1913284695