1. 什么是 Map-Reduce？

Map-Reduce 是 MongoDB 提供的一种数据聚合机制，用于处理大规模数据分析和计算。它主要用于执行复杂的聚合操作，尤其适用于大数据集合。

MongoDB 的 Map-Reduce 过程包括两个核心步骤：

1. Map（映射）：将文档转换为 key-value 形式。
2. Reduce（归约）：对相同 key 的值进行合并和计算。

---

2. Map-Reduce 的基本流程

Map-Reduce 在 MongoDB 中的执行流程如下：

1. Map 阶段：遍历集合中的每个文档，提取所需字段，输出 key-value 结构。
2. Reduce 阶段：合并相同 key 的值，并进行计算（如求和、计数、平均值）。
3. 输出结果：可以存入新集合或返回给客户端。

---

3. Map-Reduce 语法

MongoDB 的 Map-Reduce 主要通过 mapReduce() 方法来执行，基本语法如下：

db.collection.mapReduce(
   mapFunction,       // 映射函数
   reduceFunction,    // 归约函数
   {
     out: "result_collection", // 结果存储方式
     query: { },         // 可选：筛选数据
     sort: { },          // 可选：排序
     limit: 100          // 可选：限制处理的文档数
   }
)

---

4. 示例：计算每个类别的总销售额

假设我们有一个 sales 集合，存储了产品销售数据：

{ "_id": 1, "category": "Electronics", "amount": 500 }
{ "_id": 2, "category": "Clothing", "amount": 200 }
{ "_id": 3, "category": "Electronics", "amount": 300 }
{ "_id": 4, "category": "Clothing", "amount": 100 }
{ "_id": 5, "category": "Furniture", "amount": 400 }

我们希望计算每个 category 的销售总额。

(1) 定义 Map 函数

var mapFunction = function() {
    emit(this.category, this.amount);
};

• emit(key, value) 将 category 作为 key，amount 作为 value 输出。

(2) 定义 Reduce 函数

var reduceFunction = function(key, values) {
    return Array.sum(values);
};

• values 是所有相同 key 的 amount 列表，Array.sum(values) 计算总额。

(3) 执行 Map-Reduce

db.sales.mapReduce(
    mapFunction,
    reduceFunction,
    { out: "sales_summary" }
);

• 计算结果存入 sales_summary 集合。

(4) 查询结果

db.sales_summary.find();

输出：

{ "_id": "Electronics", "value": 800 }
{ "_id": "Clothing", "value": 300 }
{ "_id": "Furniture", "value": 400 }

---

5. Map-Reduce 结果存储方式

在 mapReduce() 方法中，out 选项决定结果存储方式：

选项	描述
{ out: "collection_name" }	结果存入新集合，可用于后续查询。
{ out: { inline: 1 } }	直接返回结果，不存入集合（适用于小数据量）。
{ out: { merge: "collection_name" } }	将结果合并到指定集合（相同 _id 的值覆盖）。
{ out: { reduce: "collection_name" } }	将结果与已有集合的相同 _id 进行归约。
{ out: { replace: "collection_name" } }	替换集合中的所有数据。

示例：返回结果而不存入集合

db.sales.mapReduce(
    mapFunction,
    reduceFunction,
    { out: { inline: 1 } }
);

---

6. 过滤数据

可以使用 query 选项在 mapReduce() 之前筛选数据：

db.sales.mapReduce(
    mapFunction,
    reduceFunction,
    {
        out: "sales_summary",
        query: { category: { $ne: "Furniture" } } // 排除 Furniture 类别
    }
);

---

7. Map-Reduce vs Aggregation Pipeline

MongoDB 4.2+ 推荐使用 聚合管道（Aggregation Pipeline） 而非 mapReduce()，因为：
✅ 性能更高（Map-Reduce 运行在 JavaScript 解释器上，速度较慢）。
✅ 支持更多操作（如 $group, $sum, $avg, $project）。

上面 Map-Reduce 示例用 聚合管道 代替：

db.sales.aggregate([
    { $group: { _id: "$category", totalAmount: { $sum: "$amount" } } }
]);

更简洁高效！

---

8. 何时使用 Map-Reduce？

✅ 适用于：

• 需要复杂计算（如自定义去重、统计分析）。
• 处理超大数据集合（但性能可能较低）。
• 需要 JavaScript 逻辑处理。

❌ 不适用于：

• 仅用于聚合（推荐 aggregate()）。
• 需要高性能计算（推荐分布式计算框架，如 Spark）。

---

9. 总结

• Map-Reduce 适用于复杂数据处理，但性能较低。
• 语法包括 Map（映射） 和 Reduce（归约） 两部分。
• 结果可以存入新集合或返回给客户端。
• 推荐使用 Aggregation Pipeline 代替，除非必须使用 JavaScript 逻辑。

更多详细内容可以关注其他相关文章！😊