詳解Mongodb?多文檔聚合操作處理方法(Map-reduce?函數(shù))

更新時(shí)間：2023年07月25日 14:42:57 作者：Ethanchen's?notes

這篇文章主要介紹了Mongodb多文檔聚合操作處理方法（Map-reduce函數(shù)）,本文通過示例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

聚合

聚合操作處理多個(gè)文檔并返回計(jì)算結(jié)果。您可以使用聚合操作來：

將多個(gè)文檔中的值分組在一起。
對(duì)分組數(shù)據(jù)執(zhí)行操作以返回單個(gè)結(jié)果。
分析數(shù)據(jù)隨時(shí)間的變化。

要執(zhí)行聚合操作，您可以使用：

聚合管道
單一目的聚合方法
Map-reduce 函數(shù)

Map-reduce 函數(shù)

在mongoshell 中，該db.collection.mapReduce() 方法是命令的包裝器mapReduce。下面的例子使用該db.collection.mapReduce()方法。

定義： db.collection.mapReduce(map,reduce, { <options> })

該map功能有以下要求：

在map函數(shù)中，將當(dāng)前文檔引用為函數(shù)中的this。
該map函數(shù)不應(yīng)出于任何原因訪問數(shù)據(jù)庫(kù)。
該map函數(shù)應(yīng)該是純粹的，或者對(duì)函數(shù)之外沒有影響（即副作用）。
該map函數(shù)可以選擇調(diào)用emit(key,value)任意次數(shù)來創(chuàng)建key與關(guān)聯(lián)的輸出文檔value。

# 原型如下：
function() {
   ...
   emit(key, value);
}

該reduce函數(shù)表現(xiàn)出以下行為：

該reduce函數(shù)不應(yīng)訪問數(shù)據(jù)庫(kù)，即使是執(zhí)行讀取操作。
該reduce功能不應(yīng)影響外部系統(tǒng)。
reduceMongoDB 可以針對(duì)同一個(gè)鍵多次調(diào)用該函數(shù)。在這種情況下，該鍵的函數(shù)的先前輸出將成為該鍵的reduce 下一個(gè)函數(shù)調(diào)用的輸入值之一。
該reduce函數(shù)可以訪問參數(shù)中定義的變量scope。

# 該reduce函數(shù)具有以下原型：
function(key, values) {
   ...
   return result;
}

插入測(cè)試數(shù)據(jù)。如下：

sit_rs1:PRIMARY> db.orders.insertMany([
...    { _id: 1, cust_id: "A", ord_date: new Date("2023-06-01"), price: 15, items: [ { sku: "apple", qty: 5, price: 2.5 }, { sku: "apples", qty: 5, price: 2.5 } ], status: "1" },
...    { _id: 2, cust_id: "A", ord_date: new Date("2023-06-08"), price: 60, items: [ { sku: "apple", qty: 8, price: 2.5 }, { sku: "banana", qty: 5, price: 10 } ], status: "1" },
...    { _id: 3, cust_id: "B", ord_date: new Date("2023-06-08"), price: 55, items: [ { sku: "apple", qty: 10, price: 2.5 }, { sku: "pears", qty: 10, price: 2.5 } ], status: "1" },
...    { _id: 4, cust_id: "B", ord_date: new Date("2023-06-18"), price: 26, items: [ { sku: "apple", qty: 10, price: 2.5 } ], status: "1" },
...    { _id: 5, cust_id: "B", ord_date: new Date("2023-06-19"), price: 40, items: [ { sku: "banana", qty: 5, price: 10 } ], status: "1"},
...    { _id: 6, cust_id: "C", ord_date: new Date("2023-06-19"), price: 38, items: [ { sku: "carrots", qty: 10, price: 1.0 }, { sku: "apples", qty: 10, price: 2.5 } ], status: "1" },
...    { _id: 7, cust_id: "C", ord_date: new Date("2023-06-20"), price: 21, items: [ { sku: "apple", qty: 10, price: 2.5 } ], status: "1" },
...    { _id: 8, cust_id: "D", ord_date: new Date("2023-06-20"), price: 76, items: [ { sku: "banana", qty: 5, price: 10 }, { sku: "apples", qty: 10, price: 2.5 } ], status: "1" },
...    { _id: 9, cust_id: "D", ord_date: new Date("2023-06-20"), price: 51, items: [ { sku: "carrots", qty: 5, price: 1.0 }, { sku: "apples", qty: 10, price: 2.5 }, { sku: "apple", qty: 10, price: 2.5 } ], status: "1" },
...    { _id: 10, cust_id: "D", ord_date: new Date("2023-06-23"), price: 23, items: [ { sku: "apple", qty: 10, price: 2.5 } ], status: "1" }
... ])
{
        "acknowledged" : true,
        "insertedIds" : [
                1,
                2,
                3,
                4,
                5,
                6,
                7,
                8,
                9,
                10
        ]
}
sit_rs1:PRIMARY> db.orders.find()
{ "_id" : 4, "cust_id" : "B", "ord_date" : ISODate("2023-06-18T00:00:00Z"), "price" : 26, "items" : [ { "sku" : "apple", "qty" : 10, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 6, "cust_id" : "C", "ord_date" : ISODate("2023-06-19T00:00:00Z"), "price" : 38, "items" : [ { "sku" : "carrots", "qty" : 10, "price" : 1 }, { "sku" : "apples", "qty" : 10, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 1, "cust_id" : "A", "ord_date" : ISODate("2023-06-01T00:00:00Z"), "price" : 15, "items" : [ { "sku" : "apple", "qty" : 5, "price" : 2.5 }, { "sku" : "apples", "qty" : 5, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 2, "cust_id" : "A", "ord_date" : ISODate("2023-06-08T00:00:00Z"), "price" : 60, "items" : [ { "sku" : "apple", "qty" : 8, "price" : 2.5 }, { "sku" : "banana", "qty" : 5, "price" : 10 } ], "status" : "1" }
{ "_id" : 9, "cust_id" : "D", "ord_date" : ISODate("2023-06-20T00:00:00Z"), "price" : 51, "items" : [ { "sku" : "carrots", "qty" : 5, "price" : 1 }, { "sku" : "apples", "qty" : 10, "price" : 2.5 }, { "sku" : "apple", "qty" : 10, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 3, "cust_id" : "B", "ord_date" : ISODate("2023-06-08T00:00:00Z"), "price" : 55, "items" : [ { "sku" : "apple", "qty" : 10, "price" : 2.5 }, { "sku" : "pears", "qty" : 10, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 5, "cust_id" : "B", "ord_date" : ISODate("2023-06-19T00:00:00Z"), "price" : 40, "items" : [ { "sku" : "banana", "qty" : 5, "price" : 10 } ], "status" : "1" }
{ "_id" : 7, "cust_id" : "C", "ord_date" : ISODate("2023-06-20T00:00:00Z"), "price" : 21, "items" : [ { "sku" : "apple", "qty" : 10, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 8, "cust_id" : "D", "ord_date" : ISODate("2023-06-20T00:00:00Z"), "price" : 76, "items" : [ { "sku" : "banana", "qty" : 5, "price" : 10 }, { "sku" : "apples", "qty" : 10, "price" : 2.5 } ], "status" : "1" }
{ "_id" : 10, "cust_id" : "D", "ord_date" : ISODate("2023-06-23T00:00:00Z"), "price" : 23, "items" : [ { "sku" : "apple", "qty" : 10, "price" : 2.5 } ], "status" : "1" }

示例：按客戶統(tǒng)計(jì)

對(duì)集合 orders 執(zhí)行map-reduce操作，按 cust_id 進(jìn)行分組，然后統(tǒng)計(jì)每個(gè)客戶的 price 計(jì)算總和，如下：

首先，我們需要定義map函數(shù)來處理每個(gè)輸入文檔:

在函數(shù)中，this指的是map-reduce操作正在處理的文檔。
該函數(shù)將每個(gè)文檔的 price 映射為 cust_id，并發(fā)出 cust_id 和 price 。

sit_rs1:PRIMARY> var myMapFun = function() {
...    emit(this.cust_id, this.price);
... };
sit_rs1:PRIMARY> print(myMapFun)
function() {
   emit(this.cust_id, this.price);
}

然后，用兩個(gè)參數(shù) keyCustId 和 valuesPrices 定義相應(yīng)的reduce函數(shù)。這里需要調(diào)用數(shù)組的 sum 方法計(jì)算客戶訂單總價(jià)。

valuesPrices 是一個(gè)數(shù)組，其元素是map函數(shù)發(fā)出的price 字段的值，并按 keyCustId 分組。
該函數(shù)將 valuesPrice 數(shù)組縮減為其元素的總和

# 計(jì)算數(shù)組元素總和
sit_rs1:PRIMARY> Array.sum([2,2,6,8])
18
# 計(jì)算數(shù)組平均值
sit_rs1:PRIMARY> Array.avg([1,2,3])
2
sit_rs1:PRIMARY> var myReduceFun = function(keyCustId, valuesPrices) {
...    return Array.sum(valuesPrices);
... };
sit_rs1:PRIMARY> print(myReduceFun)
function(keyCustId, valuesPrices) {
   return Array.sum(valuesPrices);
}

最后，使用 myMapFun 函數(shù)和 myReduceFun 函數(shù)對(duì)集合 orders 中的所有文檔執(zhí)行map-reduce統(tǒng)計(jì)：

out: 指定map-reduce操作結(jié)果的位置。您可以輸出到集合、通過操作輸出到集合或內(nèi)聯(lián)輸出。
此操作將結(jié)果輸出到名為的集合 map_reduce_out。如果該 map_reduce_out 集合已存在，則該操作將使用此 Map-Reduce 操作的結(jié)果替換內(nèi)容。

sit_rs1:PRIMARY> db.orders.mapReduce(
...    myMapFun,
...    myReduceFun,
...    { out: "map_reduce_out" }
... )
{
        "result" : "map_reduce_out",
        "ok" : 1,
        "$clusterTime" : {
                "clusterTime" : Timestamp(1690259241, 6),
                "signature" : {
                        "hash" : BinData(0,"Kur+ueslJYcT5oExd8ujPIC/J3Q="),
                        "keyId" : NumberLong("7205479298910650370")
                }
        },
        "operationTime" : Timestamp(1690259241, 6)
}

查詢 map_reduce_out 集合以驗(yàn)證結(jié)果是否正確：

sit_rs1:PRIMARY> db.map_reduce_out.find().sort( { _id: 1 } )
{ "_id" : "A", "value" : 75 }
{ "_id" : "B", "value" : 121 }
{ "_id" : "C", "value" : 59 }
{ "_id" : "D", "value" : 150 }
# 檢查 cust_id 為 A 的客戶， 總和是 75 正確
sit_rs1:PRIMARY> db.orders.find({ "cust_id" : "A"}, {"price": 1})
{ "_id" : 1, "price" : 15 }
{ "_id" : 2, "price" : 60 }
# 檢查 cust_id 為 B 的客戶，總和是 121 正確
sit_rs1:PRIMARY> db.orders.find({ "cust_id" : "B"}, {"price": 1})
{ "_id" : 4, "price" : 26 }
{ "_id" : 3, "price" : 55 }
{ "_id" : 5, "price" : 40 }

示例：按日期統(tǒng)計(jì)

按日期統(tǒng)計(jì)，和上面示例一樣，只需要把 map 函數(shù)重新定義如下，將每個(gè)文檔的 price 映射為 ord_date，并發(fā)出 ord_date 和 price 。

sit_rs1:PRIMARY> var myMapFun2 = function() {
...     emit(this.ord_date, this.price);
... };
sit_rs1:PRIMARY> print(myMapFun2)
function() {
    emit(this.ord_date, this.price);
}

然后，用兩個(gè)參數(shù) keyOrdDate 和 valuesPrices 定義相應(yīng)的reduce函數(shù)。這里需要調(diào)用數(shù)組的 avg 方法計(jì)算平均客單價(jià)。

valuesPrices 是一個(gè)數(shù)組，其元素是map函數(shù)發(fā)出的 price 字段的值，并按 keyOrdDate 分組。
該函數(shù)將 valuesPrice 數(shù)組縮減為其元素的總和的平均值

sit_rs1:PRIMARY> var myReduceFun2 = function(keyOrdDate, valuesPrices) {
...    return Array.avg(valuesPrices);
... };
sit_rs1:PRIMARY> print(myReduceFun2)
function(keyOrdDate, valuesPrices) {
   return Array.avg(valuesPrices);
}

最后，使用 myMapFun2 函數(shù)和 myReduceFun2 函數(shù)對(duì)集合 orders 中的所有文檔執(zhí)行map-reduce統(tǒng)計(jì)：

sit_rs1:PRIMARY> db.orders.mapReduce(
...    myMapFun2,
...    myReduceFun2,
...    { out: "map_reduce_out2" }
... )
{
        "result" : "map_reduce_out2",
        "ok" : 1,
        "$clusterTime" : {
                "clusterTime" : Timestamp(1690265083, 8),
                "signature" : {
                        "hash" : BinData(0,"pCWskY3HjLGEjSk00ARYdZKECDE="),
                        "keyId" : NumberLong("7205479298910650370")
                }
        },
        "operationTime" : Timestamp(1690265083, 8)
}

查詢 map_reduce_out2 集合以驗(yàn)證結(jié)果是否正確：

sit_rs1:PRIMARY> db.map_reduce_out2.find()
{ "_id" : ISODate("2023-06-08T00:00:00Z"), "value" : 57.5 }
{ "_id" : ISODate("2023-06-01T00:00:00Z"), "value" : 15 }
{ "_id" : ISODate("2023-06-18T00:00:00Z"), "value" : 26 }
{ "_id" : ISODate("2023-06-20T00:00:00Z"), "value" : 49.333333333333336 }
{ "_id" : ISODate("2023-06-23T00:00:00Z"), "value" : 23 }
{ "_id" : ISODate("2023-06-19T00:00:00Z"), "value" : 39 }
# 檢查日期2023-06-08的訂單平均值
sit_rs1:PRIMARY> db.orders.find({ "ord_date" : ISODate("2023-06-08T00:00:00Z")}, {"price": 1})
{ "_id" : 2, "price" : 60 }
{ "_id" : 3, "price" : 55 }
sit_rs1:PRIMARY> print((60+55)/2)
57.5
# 檢查日期2023-06-20的訂單平均值
sit_rs1:PRIMARY> db.orders.find({ "ord_date" : ISODate("2023-06-20T00:00:00Z")}, {"price": 1})
{ "_id" : 9, "price" : 51 }
{ "_id" : 7, "price" : 21 }
{ "_id" : 8, "price" : 76 }
sit_rs1:PRIMARY> print((51+21+76)/3)
49.333333333333336

對(duì)于需要自定義功能的 Map-Reduce 操作，MongoDB 從 4.4 版本開始提供 $accumulator 和 $function 聚合運(yùn)算符。使用這些運(yùn)算符在 JavaScript 中自定義聚合表達(dá)式。