文档菜单
文档首页
/
MongoDB 手册
/
聚合操作
/
Map-Reduce

将 Map-Reduce 转换为聚合管道

一个聚合管道比map-reduce操作提供更好的性能和可用性。

Map-reduce操作可以使用聚合管道阶段重写，例如使用$group和$merge。

对于需要自定义功能的map-reduce操作，MongoDB提供了$accumulator和$function聚合操作符。使用这些操作符在JavaScript中定义自定义聚合表达式。

Map-reduce表达式可以重写，如下文所述。

Map-Reduce到聚合管道转换表

该表仅是一个近似翻译。例如，该表显示了使用$project对mapFunction的近似翻译。

  • 然而，mapFunction逻辑可能需要额外的阶段，例如如果逻辑包括对数组的迭代。

    function() {
       this.items.forEach(function(item){ emit(item.sku, 1); });
    }

    那么，聚合管道将包括一个$unwind和一个$project：

    { $unwind: "$items "},
    { $project: { emits: { key: { "$items.sku" }, value: 1 } } },

  • $project中的emits字段可能被命名为其他名称。为了视觉比较，选择了字段名称emits。

Map-Reduce
聚合管道
db.collection.mapReduce(
<mapFunction>,
<reduceFunction>,
{
query: <queryFilter>,
sort: <sortOrder>,
limit: <number>,
finalize: <finalizeFunction>,
out: <collection>
}
)
db.collection.aggregate( [
{ $match: <查询过滤器> },
{ $sort: <排序顺序> },
{ $limit: <数量> },
{ $project: { emits: { k: <表达式>, v: <表达式> } } },
{ $unwind: "$emits" },
{ $group: {
_id: "$emits.k"},
value: { $accumulator: {
init: <初始化代码>,
accumulate: <累加函数>,
accumulateArgs: [ "$emit.v"],
merge: <累加函数>,
finalize: <finalizeFunction>,
lang: "js" }}
} },
{ $out: <集合> }
] )
db.collection.mapReduce(
<mapFunction>,
<reduceFunction>,
{
query: <queryFilter>,
sort: <sortOrder>,
limit: <number>,
finalize: <finalizeFunction>,
out: { replace: <集合>, db:<数据库> }
}
)
db.collection.aggregate( [
{ $match: <查询过滤器> },
{ $sort: <排序顺序> },
{ $limit: <数量> },
{ $project: { emits: { k: <表达式>, v: <表达式> } } },
{ $unwind: "$emits" },
{ $group: {
_id: "$emits.k"},
value: { $accumulator: {
init: <初始化代码>,
accumulate: <累加函数>,
accumulateArgs: [ "$emit.v"],
merge: <累加函数>,
finalize: <finalizeFunction>,
lang: "js" }}
} },
{ $out: { db: <数据库>, coll: <集合> } }
] )
db.collection.mapReduce(
<mapFunction>,
<reduceFunction>,
{
query: <queryFilter>,
sort: <sortOrder>,
limit: <number>,
finalize: <finalizeFunction>,
out: { merge: <集合>, db: <数据库> }
}
)
db.collection.aggregate( [
{ $match: <查询过滤器> },
{ $sort: <排序顺序> },
{ $limit: <数量> },
{ $project: { emits: { k: <表达式>, v: <表达式> } } },
{ $unwind: "$emits" },
{ $group: {
_id: "$emits.k"},
value: { $accumulator: {
init: <初始化代码>,
accumulate: <累加函数>,
accumulateArgs: [ "$emit.v"],
merge: <累加函数>,
finalize: <finalizeFunction>,
lang: "js" }}
} },
{ $merge: {
into: { db: <数据库>, coll: <集合>},
on: "_id"
whenMatched: "replace",
whenNotMatched: "insert"
} },
] )
db.collection.mapReduce(
<mapFunction>,
<reduceFunction>,
{
query: <queryFilter>,
sort: <sortOrder>,
limit: <number>,
finalize: <finalizeFunction>,
out: { reduce: <集合>, db: <数据库> }
}
)
db.collection.aggregate( [
{ $match: <查询过滤器> },
{ $sort: <排序顺序> },
{ $limit: <数量> },
{ $project: { emits: { k: <表达式>, v: <表达式> } } },
{ $unwind: "$emits" },
{ $group: {
_id: "$emits.k"},
value: { $accumulator: {
init: <初始化代码>,
accumulate: <累加函数>,
accumulateArgs: [ "$emit.v"],
merge: <累加函数>,
finalize: <finalizeFunction>,
lang: "js" }}
} },
{ $merge: {
into: { db: <数据库>, coll: <集合> },
on: "_id"
whenMatched: [
{ $project: {
value: { $function: {
body: <累加函数>,
args: [
"$_id",
[ "$value", "$$new.value" ]
],
lang: "js"
} }
} }
]
whenNotMatched: "insert"
} },
] )
db.collection.mapReduce(
<mapFunction>,
<reduceFunction>,
{
query: <queryFilter>,
sort: <sortOrder>,
limit: <number>,
finalize: <finalizeFunction>,
out: { inline: 1 }
}
)
db.collection.aggregate( [
{ $match: <查询过滤器> },
{ $sort: <排序顺序> },
{ $limit: <数量> },
{ $project: { emits: { k: <表达式>, v: <表达式> } } },
{ $unwind: "$emits" },
{ $group: {
_id: "$emits.k"},
value: { $accumulator: {
init: <初始化代码>,
accumulate: <累加函数>,
accumulateArgs: [ "$emit.v"],
merge: <累加函数>,
finalize: <finalizeFunction>,
lang: "js" }}
} }
] )

示例

各种map-reduce表达式可以使用聚合管道操作符重写，例如 $group、$merge 等，无需自定义函数。但是，为了说明目的，以下示例提供了两种替代方案。

示例 1

以下是对 orders 集合进行的 map-reduce 操作，按 cust_id 进行分组，并计算每个 cust_id 的 price 总和。

var mapFunction1 = function() {
   emit(this.cust_id, this.price);
};
var reduceFunction1 = function(keyCustId, valuesPrices) {
   return Array.sum(valuesPrices);
};
db.orders.mapReduce(
   mapFunction1,
   reduceFunction1,
   { out: "map_reduce_example" }
)

方案1：（推荐）您可以将操作重写为一个聚合管道，无需将 map-reduce 函数转换为等效的管道阶段。

db.orders.aggregate([
   { $group: { _id: "$cust_id", value: { $sum: "$price" } } },
   { $out: "agg_alternative_1" }
])

方案2：（仅用于说明）以下聚合管道提供了各种 map-reduce 函数的翻译，使用 $accumulator 定义自定义函数。

db.orders.aggregate( [
   { $project: { emit: { key: "$cust_id", value: "$price" } } },  // equivalent to the map function
   { $group: {                                                    // equivalent to the reduce function
         _id: "$emit.key",
         valuesPrices: { $accumulator: {
                     init: function() { return 0; },
                     initArgs: [],
                     accumulate: function(state, value) { return state + value; },
                     accumulateArgs: [ "$emit.value" ],
                     merge: function(state1, state2) { return state1 + state2; },
                     lang: "js"
         } }
   } },
   { $out: "agg_alternative_2" }
] )

  1. 首先，$project 阶段输出具有 emit 字段的文档。该 emit 字段是一个文档，包含以下字段

    • key 包含文档的 cust_id 值

    • value 包含文档的 price 值

    { "_id" : 1, "emit" : { "key" : "Ant O. Knee", "value" : 25 } }
    { "_id" : 2, "emit" : { "key" : "Ant O. Knee", "value" : 70 } }
    { "_id" : 3, "emit" : { "key" : "Busby Bee", "value" : 50 } }
    { "_id" : 4, "emit" : { "key" : "Busby Bee", "value" : 25 } }
    { "_id" : 5, "emit" : { "key" : "Busby Bee", "value" : 50 } }
    { "_id" : 6, "emit" : { "key" : "Cam Elot", "value" : 35 } }
    { "_id" : 7, "emit" : { "key" : "Cam Elot", "value" : 25 } }
    { "_id" : 8, "emit" : { "key" : "Don Quis", "value" : 75 } }
    { "_id" : 9, "emit" : { "key" : "Don Quis", "value" : 55 } }
    { "_id" : 10, "emit" : { "key" : "Don Quis", "value" : 25 } }

  2. 然后，$group 使用 $accumulator 操作符来添加发出的值

    { "_id" : "Don Quis", "valuesPrices" : 155 }
    { "_id" : "Cam Elot", "valuesPrices" : 60 }
    { "_id" : "Ant O. Knee", "valuesPrices" : 95 }
    { "_id" : "Busby Bee", "valuesPrices" : 125 }

  3. 最后，$out 将输出写入集合 agg_alternative_2。或者，您也可以使用 $merge 来代替 $out。

示例2

以下是对 orders 集合进行的 map-reduce 操作，按 item.sku 字段进行分组，并计算每个 sku 的订单数和总订购量。操作然后计算每个 sku 值的每订单平均数量，并将结果合并到输出集合中。

var mapFunction2 = function() {
      for (var idx = 0; idx < this.items.length; idx++) {
         var key = this.items[idx].sku;
         var value = { count: 1, qty: this.items[idx].qty };
         emit(key, value);
      }
};
var reduceFunction2 = function(keySKU, countObjVals) {
   reducedVal = { count: 0, qty: 0 };
   for (var idx = 0; idx < countObjVals.length; idx++) {
         reducedVal.count += countObjVals[idx].count;
         reducedVal.qty += countObjVals[idx].qty;
   }
   return reducedVal;
};
var finalizeFunction2 = function (key, reducedVal) {
   reducedVal.avg = reducedVal.qty/reducedVal.count;
   return reducedVal;
};
db.orders.mapReduce(
   mapFunction2,
   reduceFunction2,
   {
      out: { merge: "map_reduce_example2" },
      query: { ord_date: { $gte: new Date("2020-03-01") } },
      finalize: finalizeFunction2
   }
   );

方案1：（推荐）您可以将操作重写为一个聚合管道，无需将 map-reduce 函数转换为等效的管道阶段。

db.orders.aggregate( [
   { $match: { ord_date: { $gte: new Date("2020-03-01") } } },
   { $unwind: "$items" },
   { $group: { _id: "$items.sku", qty: { $sum: "$items.qty" }, orders_ids: { $addToSet: "$_id" } }  },
   { $project: { value: { count: { $size: "$orders_ids" }, qty: "$qty", avg: { $divide: [ "$qty", { $size: "$orders_ids" } ] } } } },
   { $merge: { into: "agg_alternative_3", on: "_id", whenMatched: "replace",  whenNotMatched: "insert" } }
] )

方案2：（仅用于说明）以下聚合管道提供了各种 map-reduce 函数的翻译，使用 $accumulator 定义自定义函数。

db.orders.aggregate( [
      { $match: { ord_date: {$gte: new Date("2020-03-01") } } },
      { $unwind: "$items" },
      { $project: { emit: { key: "$items.sku", value: { count: { $literal: 1 }, qty: "$items.qty" } } } },
      { $group: {
            _id: "$emit.key",
            value: { $accumulator: {
               init: function() { return { count: 0, qty: 0 }; },
               initArgs: [],
               accumulate: function(state, value) {
                  state.count += value.count;
                  state.qty += value.qty;
                  return state;
               },
               accumulateArgs: [ "$emit.value" ],
               merge: function(state1, state2) {
                  return { count: state1.count + state2.count, qty: state1.qty + state2.qty };
               },
               finalize: function(state) {
                  state.avg = state.qty / state.count;
                  return state;
               },
               lang: "js"}
            }
      } },
      { $merge: {
         into: "agg_alternative_4",
         on: "_id",
         whenMatched: "replace",
         whenNotMatched: "insert"
      } }
] )

  1. $match 阶段仅选择具有 ord_date 大于或等于 new Date("2020-03-01") 的文档。

  2. $unwind 阶段通过 items 数组字段分解文档，为每个数组元素输出一个文档。例如

    { "_id" : 1, "cust_id" : "Ant O. Knee", "ord_date" : ISODate("2020-03-01T00:00:00Z"), "price" : 25, "items" : { "sku" : "oranges", "qty" : 5, "price" : 2.5 }, "status" : "A" }
    { "_id" : 1, "cust_id" : "Ant O. Knee", "ord_date" : ISODate("2020-03-01T00:00:00Z"), "price" : 25, "items" : { "sku" : "apples", "qty" : 5, "price" : 2.5 }, "status" : "A" }
    { "_id" : 2, "cust_id" : "Ant O. Knee", "ord_date" : ISODate("2020-03-08T00:00:00Z"), "price" : 70, "items" : { "sku" : "oranges", "qty" : 8, "price" : 2.5 }, "status" : "A" }
    { "_id" : 2, "cust_id" : "Ant O. Knee", "ord_date" : ISODate("2020-03-08T00:00:00Z"), "price" : 70, "items" : { "sku" : "chocolates", "qty" : 5, "price" : 10 }, "status" : "A" }
    { "_id" : 3, "cust_id" : "Busby Bee", "ord_date" : ISODate("2020-03-08T00:00:00Z"), "price" : 50, "items" : { "sku" : "oranges", "qty" : 10, "price" : 2.5 }, "status" : "A" }
    { "_id" : 3, "cust_id" : "Busby Bee", "ord_date" : ISODate("2020-03-08T00:00:00Z"), "price" : 50, "items" : { "sku" : "pears", "qty" : 10, "price" : 2.5 }, "status" : "A" }
    { "_id" : 4, "cust_id" : "Busby Bee", "ord_date" : ISODate("2020-03-18T00:00:00Z"), "price" : 25, "items" : { "sku" : "oranges", "qty" : 10, "price" : 2.5 }, "status" : "A" }
    { "_id" : 5, "cust_id" : "Busby Bee", "ord_date" : ISODate("2020-03-19T00:00:00Z"), "price" : 50, "items" : { "sku" : "chocolates", "qty" : 5, "price" : 10 }, "status" : "A" }
    ...

  3. 在$project阶段，输出包含一个emit字段的文档。该emit字段是一个包含以下字段的文档：

    • key字段包含items.sku的值

    • value字段包含一个包含qty值和count值的文档

    { "_id" : 1, "emit" : { "key" : "oranges", "value" : { "count" : 1, "qty" : 5 } } }
    { "_id" : 1, "emit" : { "key" : "apples", "value" : { "count" : 1, "qty" : 5 } } }
    { "_id" : 2, "emit" : { "key" : "oranges", "value" : { "count" : 1, "qty" : 8 } } }
    { "_id" : 2, "emit" : { "key" : "chocolates", "value" : { "count" : 1, "qty" : 5 } } }
    { "_id" : 3, "emit" : { "key" : "oranges", "value" : { "count" : 1, "qty" : 10 } } }
    { "_id" : 3, "emit" : { "key" : "pears", "value" : { "count" : 1, "qty" : 10 } } }
    { "_id" : 4, "emit" : { "key" : "oranges", "value" : { "count" : 1, "qty" : 10 } } }
    { "_id" : 5, "emit" : { "key" : "chocolates", "value" : { "count" : 1, "qty" : 5 } } }
    ...

  4. $group阶段使用$accumulator运算符来添加发射的count和qty，并计算avg字段

    { "_id" : "chocolates", "value" : { "count" : 3, "qty" : 15, "avg" : 5 } }
    { "_id" : "oranges", "value" : { "count" : 7, "qty" : 63, "avg" : 9 } }
    { "_id" : "carrots", "value" : { "count" : 2, "qty" : 15, "avg" : 7.5 } }
    { "_id" : "apples", "value" : { "count" : 4, "qty" : 35, "avg" : 8.75 } }
    { "_id" : "pears", "value" : { "count" : 1, "qty" : 10, "avg" : 10 } }

  5. 最后，$merge将输出写入到集合agg_alternative_4。如果现有文档与新结果具有相同的键_id，则操作将覆盖现有文档。如果没有与相同键的现有文档，则操作将插入文档。

提示

另请参阅

聚合命令比较

返回

故障排除 Reduce

下一页

索引