Map函数必须调用emit(key,value)返回键值对，使用this访问当前待处理的Document。
> m=function(){emit(this.classid,1)}
function (){emit(this.classid,1)}
>
value可以使用JSONObject传递(支持多个属性值)，比如：
emit(this.classid,{count:1})
3、Reduce
Reduce函数接收的参数类似与Group效果，将Map返回的键值序列组合成{key,[value1,value2,value3....]}传递给reduce。
> r=function(key,values){var x=0;values.forEach(function(v){x+=v});return x;}
function (key,values){var x=0;values.forEach(function(v){x+=v});return x;}
>
Reduce函数对这些values进行统计操作，返回结果可以使用JSONObject。
4、Result
> res=db.runCommand({mapreduce:"students",map:m,reduce:r,out:"students_res"});
{
"result" : "students_res",
"timeMillis" : 1206,
"counts" : {
"input" : 8,
"emit" : 8,
"reduce" : 2,
"output" : 2
},
"ok" : 1
}
查看统计结果
> db.students_res.find()
{ "_id" : 1, "value" : 3 }
{ "_id" : 2, "value" : 5 }
mapReduce()将结果存储在students_res表中。
4、finalize
利用finalize()可以对reduce()的结果做进一步的处理。
> f=function(key,value){return{classid:key,count:value};}
function (key,value){return{classid:key,count:value};}
我们再计算一次，看看返回结果：
> res=db.runCommand({mapreduce:"students",map:m,reduce:r,out:"students_res",finalize:f});
{
"result" : "students_res",
"timeMillis" : 243,
"counts" : {
"input" : 8,
"emit" : 8,
"reduce" : 2,
"output" : 2
},
"ok" : 1
}
> db.students_res.find();
{ "_id" : 1, "value" : { "classid" : 1, "count" : 3 } }
{ "_id" : 2, "value" : { "classid" : 2, "count" : 5 } }
列名变与classid和count了，这样的列表更容易理解。
5、options
我们还可以添加更多的控制细节。
> res=db.runCommand({mapreduce:"students",map:m,reduce:r,out:"students_res",finalize:f,query:{age:{$lt:10}}});
{
"result" : "students_res",
"timeMillis" : 16,
"counts" : {
"input" : 1,
"emit" : 1,
"reduce" : 0,
"output" : 1
},
"ok" : 1
}
> db.students_res.find();
{ "_id" : 2, "value" : { "classid" : 2, "count" : 1 } }
可以看到先进行了过滤，只取age<10的数据，然后再进行统计，所以没有1班的统计数据。
-----------------------------------------MongoDB文章更新----------------------------------------------------------
