MongoDB虽然不像我们常用的mysql,sqlserver,oracle等关系型数据库有group by函数那样方便分组,但是MongoDB要实现分组也有3个办法:
* Mongodb三种分组方式:
* 1、group(先筛选再分组,不支持分片,对数据量有所限制,效率不高)
* 2、mapreduce(基于js引擎,单线程执行,效率较低,适合用做后台统计等)
* 3、aggregate(推荐) (如果你的PHP的mongodb驱动版本需>=1.3.0,推荐你使用aggregate,性能要高很多,并且使用上要简单些,不过1.3的目前还不支持账户认证模式,可以通过
下面就来看下mapreduce方式:
Mongodb官网对MapReduce介绍:
Map/reduce in MongoDB is useful for batch processing of data and aggregation operations. It is similar in spirit to using something like Hadoop with all input coming from a collection and output going to a collection. Often, in a situation where you would have used GROUP BY in SQL, map/reduce is the right tool in MongoDB.
大致意思是:Mongodb中的Map/reduce主要是用来对数据进行批量处理和聚合操作,有点类似于使用Hadoop对集合数据进行处理,所有输入数据都是从集合中获取,而MapReduce后输出的数据也都会写入到集合中。通常类似于我们在SQL中使用Group By语句一样。
使用MapReduce要实现两个函数:Map和Reduce。Map函数调用emit(key,value)遍历集合中所有的记录,将key与value传给Reduce函数进行处理。Map函数和Reduce函数是使用Javascript编写的,并可以通过db.runCommand或mapreduce命令来执行MapReduce操作。
MapReduce命令如下:
[javascript]
db.runCommand(
{ mapreduce :
map :
reduce :
[, query :
[, sort :
[, limit :
[, out :
[, keeptemp:
[, finalize :
[, scope :
db.runCommand(
{ mapreduce :
map :
reduce :
[, query :
[, sort :
[, limit :
[, out :
[, keeptemp:
[, finalize :
[, scope :
参数说明:
mapreduce:要操作的目标集合
map:映射函数(生成键值对序列,作为Reduce函数的参数)
reduce:统计函数
query:目标记录过滤
sort:对目标记录排序
limit:限制目标记录数量
out:统计结果存放集合(如果不指定则使用临时集合,在客户端断开后自动删除)
keeptemp:是否保留临时集合
finalize:最终处理函数(对reduce返回结果执行最终整理后存入结果集合)
scope:向map、reduce、finalize导入外部变量
verbose:显示详细的时间统计信息
map函数
map函数调用当前对象,并处里对象的属性,传值给reduce,map方法使用this来操作当前对象,最少调用一次emit(key,value)方法来向reduce提供参数,其中emit的key为最终数据的id。
reduce函数
接收一个值和数组,根据需要对数组进行合并分组等处理,reduce的key就是emit(key,value)的key,value_array是同个key对应的多个value数组。
Finalize函数
此函数为可选函数,可在执行完map和reduce后执行,对最后的数据进行统一处理。
看完基本介绍,我们再来看一个实例:
已知集合feed,测试数据如下:
[javascript]
{
"_id": ObjectId("50ccb3f91e937e2927000004"),
"feed_type": 1,
"to_user": 234,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3ef1e937e0727000004"),
"feed_type": 8,
"to_user": 123,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3e31e937e0a27000003"),
"feed_type": 1,
"to_user": 123,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3d31e937e0927000001"),
"feed_type": 1,
"to_user": 123,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3f91e937e2927000004"),
"feed_type": 1,
"to_user": 234,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3ef1e937e0727000004"),
"feed_type": 8,
"to_user": 123,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3e31e937e0a27000003"),
"feed_type": 1,
"to_user": 123,
"time_line": "2012-12-16 01:26:00"
}
{
"_id": ObjectId("50ccb3d31e937e0927000001"),
"feed_type": 1,
"to_user": 123,
"time_line": "2012-12-16 01:26:00"
}
我们按动态类型feed_type和用户to_user进行分组统计,实现结果:
feed_type to_user cout
1 234 1
8 123 1
1 123 2
实现代码:
[php]
/编写map函数
$map = '
function() {
var key = {to_user:this.to_user,feed_type:this.feed_type};
var value = {count:1};
emit(key,value);
} ';
//reduce 函数
$reduce = '
function(key, values) {
var ret = {count:0};
for(var i in values) {
ret.count += 1;
}
return ret;
}';
//查询条件
$query = null; //本实例中没有查询条件,设置为null
//编写map函数
$map = '
function() {
var key = {to_user:this.to_user,feed_type:this.feed_type};
var value = {count:1};
emit(key,value);
} ';
//reduce 函数
$reduce = '
function(key, values) {
var ret = {count:0};
for(var i in values) {
ret.count += 1;
}
return ret;
}';
//查询条件
$query = null; //本实例中没有查询条件,设置为null[php] view plaincopyprint?$mongo = new Mongo('mongodb://root:root@127.0.0.1: 28017/'); //链接mongodb,账号和密码为root,root
$instance = $mongo->selectDB("testdb");
//执行此命令后,会创建feed_temp_res的临时集合,并将统计后的数据放在该集合中
$cmd = $instance->command(array(
'mapreduce' => 'feed',
'map' => $map,
'reduce' => $reduce,
'query' => $query,
'out' => 'feed_temp_res'
));
//查询临时集合中的统计数据,验证统计结果是否和预期结果一致
$cursor = $instance->selectCollection('feed_temp_res')->find();
$result = array();
try {
while ($cursor->hasNext())
{
$result[] = $cursor->getNext();
}
}
catch (MongoConnectionException $e)
{
echo $e->getMessage();
}
catch (MongoCursorTimeoutException $e)
{
echo $e->getMessage();
}
catch(Exception $e){
echo $e->getMessage();
}
//test
var_dump($result);
$mongo = new Mongo('mongodb://root:root@127.0.0.1: 28017/'); //链接mongodb,账号和密码为root,root
$instance = $mongo->selectDB("testdb");
//执行此命令后,会创建feed_temp_res的临时集合,并将统计后的数据放在该集合中
$cmd = $instance->command(array(
'mapreduce' => 'feed',
'map' => $map,
'reduce' => $reduce,
'query' => $query,
'out' => 'feed_temp_res'
));
//查询临时集合中的统计数据,验证统计结果是否和预期结果一致
$cursor = $instance->selectCollection('feed_temp_res')->find();
$result = array();
try {
while ($cursor->hasNext())
{
$result[] = $cursor->getNext();
}
}
catch (MongoConnectionException $e)
{
echo $e->getMessage();
}
catch (MongoCursorTimeoutException $e)
{
echo $e->getMessage();
}
catch(Exception $e){
echo $e->getMessage();
}
//test
var_dump($result);
下面是输出的结果,和预期结果一致
[javascript]
{
"_id": {
"to_user": 234,
"feed_type": 1
},
"value": {
"count": 1
}
}
{
"_id": {
"to_user": 123,
"feed_type": 8
},
"value": {
"count": 1
}
}
{
"_id": {
"to_user": 123,
"feed_type": 1
},
"value": {
"count": 2
}
}
{
"_id": {
"to_user": 234,
"feed_type": 1
},
"value": {
"count": 1
}
}
{
"_id": {
"to_user": 123,
"feed_type": 8
},
"value": {
"count": 1
}
}
{
"_id": {
"to_user": 123,
"feed_type": 1
},
"value": {
"count": 2
}
}
以上只是简单的统计实现,你可以实现复杂的条件统计编写复杂的reduce函数,可以增加查询条件,排序等等。
附上mapReduce数据库处理函数(简单封装)
[php]
/**
* mapReduce分组
*
* @param string $table_name 表名(要操作的目标集合名)
* @param string $map 映射函数(生成键值对序列,作为 reduce 函数参数)
* @param string $reduce 统计处理函数
* @param array $query 过滤条件 如:array('uid'=>123)
* @param array $sort 排序
* @param number $limit 限制的目标记录数
* @param string $out 统计结果存放集合 (不指定则使用tmp_mr_res_$table_name, 1.8以上版本需指定)
* @param bool $keeptemp 是否保留临时集合
* @param string $finalize 最终处理函数 (对reduce返回结果进行最终整理后存入结果集合)
* @param string $scope 向 map、reduce、finalize 导入外部js变量
* @param bool $jsMode 是否减少执行过程中BSON和JS的转换,默认true(注:false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,//true时BSON-->js-->map-->reduce-->BSON)
* @param bool $verbose 是否产生更加详细的服务器日志
* @param bool $returnresult 是否返回新的结果集
* @param array &$cmdresult 返回mp命令执行结果 array("errmsg"=>"","code"=>13606,"ok"=>0) ok=1表示执行命令成功
* @return
*/
function mapReduce($table_name,$map,$reduce,$query=null,$sort=null,$limit=0,$out='',$keeptemp=true,$finalize=null,$scope=null,$jsMode=true,$verbose=true,$returnresult=true,&$cmdresult){
if(empty($table_name) || empty($map) || empty($reduce)){
return null;
}
$map = new MongoCode($map);
$reduce = new MongoCode($reduce);
if(empty($out)){
$out = 'tmp_mr_res_'.$table_name;
}
$cmd = array(
'mapreduce' => $table_name,
'map' => $map,
'reduce' => $reduce,
'out' =>$out
);
if(!empty($query) && is_array($query)){
array_push($cmd, array('query'=>$query));
}
if(!empty($sort) && is_array($sort)){
array_push($cmd, array('sort'=>$query));
}
if(!empty($limit) && is_int($limit) && $limit>0){
array_push($cmd, array('limit'=>$limit));
}
if(!empty($keeptemp) && is_bool($keeptemp)){
array_push($cmd, array('keeptemp'=>$keeptemp));
}
if(!empty($finalize)){
$finalize = new Mongocode($finalize);
array_push($cmd, array('finalize'=>$finalize));
}
if(!empty($scope)){
array_push($cmd, array('scope'=>$scope));
}
if(!empty($jsMode) && is_bool($jsMode)){
array_push($cmd, array('jsMode'=>$jsMode));
}
if(!empty($verbose) && is_bool($verbose)){
array_push($cmd, array('verbose'=>$verbose));
}
$dbname = $this->curr_db_name;
$cmdresult = $this->mongo->$dbname->command($cmd);
if($returnresult){
if($cmdresult && $cmdresult['ok']==1){
$result = $this->find($out, array());
}
}
if($keeptemp==false){
//删除集合
$this->mongo->$dbname->dropCollection($out);
}
return $result;
}
/**
* mapReduce分组
*
* @param string $table_name 表名(要操作的目标集合名)
* @param string $map 映射函数(生成键值对序列,作为 reduce 函数参数)
* @param string $reduce 统计处理函数
* @param array $query 过滤条件 如:array('uid'=>123)
* @param array $sort 排序
* @param number $limit 限制的目标记录数
* @param string $out 统计结果存放集合 (不指定则使用tmp_mr_res_$table_name, 1.8以上版本需指定)
* @param bool $keeptemp 是否保留临时集合
* @param string $finalize 最终处理函数 (对reduce返回结果进行最终整理后存入结果集合)
* @param string $scope 向 map、reduce、finalize 导入外部js变量
* @param bool $jsMode 是否减少执行过程中BSON和JS的转换,默认true(注:false时 BSON-->JS-->map-->BSON-->JS-->reduce-->BSON,可处理非常大的mapreduce,//true时BSON-->js-->map-->reduce-->BSON)
* @param bool $verbose 是否产生更加详细的服务器日志
* @param bool $returnresult 是否返回新的结果集
* @param array &$cmdresult 返回mp命令执行结果 array("errmsg"=>"","code"=>13606,"ok"=>0) ok=1表示执行命令成功
* @return
*/
function mapReduce($table_name,$map,$reduce,$query=null,$sort=null,$limit=0,$out='',$keeptemp=true,$finalize=null,$scope=null,$jsMode=true,$verbose=true,$returnresult=true,&$cmdresult){
if(empty($table_name) || empty($map) || empty($reduce)){
return null;
}
$map = new MongoCode($map);
$reduce = new MongoCode($reduce);
if(empty($out)){
$out = 'tmp_mr_res_'.$table_name;
}
$cmd = array(
'mapreduce' => $table_name,
'map' => $map,
'reduce' => $reduce,
'out' =>$out
);
if(!empty($query) && is_array($query)){
array_push($cmd, array('query'=>$query));
}
if(!empty($sort) && is_array($sort)){
array_push($cmd, array('sort'=>$query));
}
if(!empty($limit) && is_int($limit) && $limit>0){
array_push($cmd, array('limit'=>$limit));
}
if(!empty($keeptemp) && is_bool($keeptemp)){
array_push($cmd, array('keeptemp'=>$keeptemp));
}
if(!empty($finalize)){
$finalize = new Mongocode($finalize);
array_push($cmd, array('finalize'=>$finalize));
}
if(!empty($scope)){
array_push($cmd, array('scope'=>$scope));
}
if(!empty($jsMode) && is_bool($jsMode)){
array_push($cmd, array('jsMode'=>$jsMode));
}
if(!empty($verbose) && is_bool($verbose)){
array_push($cmd, array('verbose'=>$verbose));
}
$dbname = $this->curr_db_name;
$cmdresult = $this->mongo->$dbname->command($cmd);
if($returnresult){
if($cmdresult && $cmdresult['ok']==1){
$result = $this->find($out, array());
}
}
if($keeptemp==false){
//删除集合
$this->mongo->$dbname->dropCollection($out);
}
return $result;
}