Map-Reduce

在此页面上

执行

原始结果
统计

Mongoid 围绕 MongoDB 的 map/reduce 框架提供 DSL，用于执行自定义 map/reduce 作业或简单聚合。

注意

map-reduce操作已弃用。聚合框架提供比map-reduce操作更好的性能和可用性，因此应该是新开发的首选框架。

执行

您可以通过调用 map_reduce并提供 map 和 reduce JavaScript 函数，指示 Mongoid 执行 map/reduce 的类或条件。

map = %Q{
  function() {
    emit(this.name, { likes: this.likes });
  }
}
reduce = %Q{
  function(key, values) {
    var result = { likes: 0 };
    values.forEach(function(value) {
      result.likes += value.likes;
    });
    return result;
  }
}
Band.where(:likes.gt => 100).map_reduce(map, reduce).out(inline: 1)

就像条件一样，map/reduce 调用也是延迟求值的。因此，在您迭代结果或调用需要强制数据库命中的包装器之前，没有任何内容会命中数据库。

Band.map_reduce(map, reduce).out(replace: "mr-results").each do |document|
  p document # { "_id" => "Tool", "value" => { "likes" => 200 }}
end

与 map/reduce 一起提供的唯一要求是输出结果的位置。如果不提供此项，则会引发错误。 #out的有效选项包括：

inline: 1：不要存储在集合中。
replace: "name"：使用提供的名称存储在集合中，并覆盖其中存在的任何文档。
merge: "name"：使用提供的名称存储在集合中，并将结果与现有文档合并。
reduce: "name"：使用提供的名称存储在集合中，并减少该集合中的所有现有结果。

原始结果

可以通过execute方法或其别名raw和results检索 Map/Reduce 执行结果：

mr = Band.where(:likes.gt => 100).map_reduce(map, reduce).out(inline: 1)
mr.execute
# => {"results"=>[{"_id"=>"Tool", "value"=>{"likes"=>200.0}}],
      "timeMillis"=>14,
      "counts"=>{"input"=>4, "emit"=>4, "reduce"=>1, "output"=>1},
      "ok"=>1.0,
      "$clusterTime"=>{"clusterTime"=>#<BSON::Timestamp:0x00005633c2c2ad20 @seconds=1590105400, @increment=1>, "signature"=>{"hash"=><BSON::Binary:0x12240 type=generic data=0x0000000000000000...>, "keyId"=>0}},
      "operationTime"=>#<BSON::Timestamp:0x00005633c2c2aaf0 @seconds=1590105400, @increment=1>}

统计

MongoDB 服务器4.2及更低版本提供 Map/Reduce 执行统计信息。从 MongoDB 4.4开始， Map/Reduce 是通过聚合管道实现的，本节中描述的统计信息不可用。

MapReduce对象提供了以下方法：

counts：通过管道读取、发出、缩减和输出的文档数量。
input、 emitted 、 reduced 、 output ：单独计数方法。请注意， emitted和reduced方法的命名与counts中的哈希键的命名不同。
time：Map/Reduce管道执行所需的时间（以毫秒为单位）。

以下代码说明了如何检索统计信息：

mr = Band.where(:likes.gt => 100).map_reduce(map, reduce).out(inline: 1)
mr.counts
# => {"input"=>4, "emit"=>4, "reduce"=>1, "output"=>1}
mr.input
# => 4
mr.emitted
# => 4
mr.reduced
# => 1
mr.output
# => 1
mr.time
# => 14

注意

每次统计方法调用都会重新执行 Map/Reduce管道。 Mongoid 不存储执行结果。如果需要多个统计信息，请考虑使用execute方法检索原始结果并从原始结果中获取统计信息。

后退

聚合管道 (Aggregation Pipeline)

来年

持久化配置