Map-Reduce部分：Map-Reduce相當於關系型數據庫中的group by，主要用於統計數據之用。MongoDB提供的Map-Reduce非常靈活，對於大規模數據分析也相當實用。
語法
db.collection.mapReduce(
map, // 即map函數。映射函數(生成鍵值對序列,作為reduce的參數)。 reduce, // 即reduce函數。統計函數。 options // 一些選項 )
使用Map-Reduce要實現兩個函數map函數和reduce函數，map函數調用emit(key, value)，遍歷collection中所有的文檔，將key與value傳遞給reduce函數進行處理。
map函數必須調用emit(key, value) 返回鍵值對。
參數說明
map函數部分
作用：用於分組
函數：function map(){
emit(param1, param2);
}
參數說明：
param1：需要分組的字段，this.字段名
param2：需要進行統計的字段，this.字段名
reduce部分
作用：處理需要統計的字段
函數：function reduce(key, values){
// 統計字段處理
}
參數說明：
key： 指分組字段（emit的param1）對應的值
values：指需要統計的字段（emit的param2）值組成的數組
幾個簡單的統計常用方法
1.對數值類型進行求和
function reduce(key, values){
return Array.sum(values); }
2.對字符串類型進行拼湊
function reduce(key, values){
return values.join(', '); }
option部分
out：將統計結果存放到集合中 (不指定則使用臨時集合,在客戶端斷開后自動刪除)
query：一個篩選條件，只有滿足條件的文檔才會調用map函數（query，limit，sort可以隨意組合）
sort：和limit結合的sort排序參數（也是在發往map函數前給文檔排序），可以優化分組機制
limit：發往map函數的文檔數量的上限（要是沒有limit，單獨使用sort的用處不大）
栗子
先插入一些測試用的數據。
>db.mythings.insert({location:'Guangzhou', population:2400})
>db.mythings.insert({location:'Shanghai', population:2500}) >db.mythings.insert({location:'Beijing', population:2200}) >db.mythings.insert({location:'Shenzhen', population:2100}) >db.mythings.insert({location:'Guangzhou', population:2400}) >db.mythings.insert({location:'Shanghai', population:2500}) >db.mythings.insert({location:'Beijing', population:2200}) >db.mythings.insert({location:'Shenzhen', population:2100})
需求：統計各城市的人口總數。
>function map(){
emit(this.location, this.population);
}
>function reduce( key, values ){ return {"城市":key, "總數":Array.sum(values)}; } >db.mythings.mapReduce( map, reduce, { out: "popu_counts", query: {} }).find()
至此。轉載請注明出處。
