Triển khai MongoDB map-Reduce

Map-Reduce là một mô hình xử lý dữ liệu để cô đọng khối lượng lớn dữ liệu thành các kết quả tổng hợp hữu ích.

Hãy để chúng tôi tạo một bộ sưu tập với các tài liệu -

> db.demo280.insertOne({"CustomerName":"Chris","isMarried":true});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e49116edd099650a5401a62")
}
> db.demo280.insertOne({"CustomerName":"Mike","isMarried":false});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e491170dd099650a5401a63")
}
> db.demo280.insertOne({"CustomerName":"David","isMarried":false});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e491170dd099650a5401a64")
}
> db.demo280.insertOne({"CustomerName":"Bob","isMarried":true});
{
   "acknowledged" : true,
   "insertedId" : ObjectId("5e491171dd099650a5401a65")
}

Hiển thị tất cả các tài liệu từ một bộ sưu tập với sự trợ giúp của phương thức find () -

> db.demo280.find();

Điều này sẽ tạo ra kết quả sau -

{ "_id" : ObjectId("5e49116edd099650a5401a62"), "CustomerName" : "Chris", "isMarried" : true }
{ "_id" : ObjectId("5e491170dd099650a5401a63"), "CustomerName" : "Mike", "isMarried" : false }
{ "_id" : ObjectId("5e491170dd099650a5401a64"), "CustomerName" : "David", "isMarried" : false }
{ "_id" : ObjectId("5e491171dd099650a5401a65"), "CustomerName" : "Bob", "isMarried" : true }

Sau đây là truy vấn để triển khai Mongo DB mapreduce -

> db.demo280.mapReduce(
...   function() { emit(this.isMarried,true); },
...
...   function(key, values) {return Array.sum(values)}, {
...      query:{isMarried:true},
...      out:"Output"
...   }
...)

Điều này sẽ tạo ra đầu ra sau hiển thị tổng số 2 tài liệu (đầu vào:2) phù hợp với truy vấn và 2 kết quả đã được phát ra (phát ra:2) -

{
   "result" : "Output",
   "timeMillis" : 1241,
   "counts" : {
      "input" : 2,
      "emit" : 2,
      "reduce" : 1,
      "output" : 1
   },
   "ok" : 1
}