mongodb mapreduce, 實作 select sum(a*b) from test

Question

首先介紹user collection

user {'username':, 'age':, 'account':}

下面是正常的group_by 和count實作

//SQL實作

select username,count(sku) from user group by username

//MapReduce實作

map=function (){
    emit(this.username,{count:1})
}

reduce=function (key,values){
    var cnt=0;   
    values.forEach(function(val){ cnt+=val.count;});  
    return {"count":cnt}
}

//執行mapreduce

db.test.mapReduce(map,reduce,{out:"mr1"})

db.mr1.find()

{ "_id" : "Joe", "value" : { "count" : 416 } }
{ "_id" : "Josh", "value" : { "count" : 287 } }
{ "_id" : "Ken", "value" : { "count" : 297 } }

然後

//SQL實作

select sum(age * account) from user

//MapReduce實現，或用其他方法實作也可以
？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？ ？

Answer 1

通常我們會建議避免在MongoDB中使用map/reduce，效能表現並不十分理想。大部分時候可以使用aggregation framework取代，特別是只涉及一個表格的時候。

db.user.aggregate([
  {$group: {_id: '$username', count: {$sum: 1}}}
]);

具體語法就請自己查閱aggregation的語法咯。 a*b會比較複雜一點，你實際上需要的是每筆記錄的a*b的值(pipline1)，然後求和(pipline2)：

db.user.aggregate([
  {$group: {_id: "$username", temp_result: {$multiply: ["$age", "$account"]}}},
  {$group: {_id: null, result: {$sum: "$temp_result"}}}
]);

Answer 2

var map = function(){

emit("sum",this.age*this.account);
}

var reduce = function(key,values){

var cnt = 0;
values.forEach(function(val){cnt+=val;});
return {"sumAll":cnt};
}

以上定義完成後執行：db.user.mapReduce(map,reduce,{out:"mr1"});
再查詢mr1的文檔：db.mr1.find();
將會得到結果