使用MongoDB的MapReduce

MapReduce是Google在2004年推出的一种软件框架，用于支持对计算机集群中的大数据集进行分布式计算。您可以从此处阅读有关MapReduce的信息。

MongoDB是用C ++编写的面向开源文档的NoSQL数据库系统。您可以从此处阅读有关MongoDB的更多信息。

1.安装MangoDB。

请遵循此处提供的MongoDB官方文档中的说明。就我而言，我遵循了OS X的说明，并且工作正常，没有任何问题。

我使用sudo port install mongodb来安装MongoDB，我遇到的一个问题是关于我拥有的xcode版本。基本上，我在OS X Leopard时安装了xcode，并且在移至Lion之后没有将xcode更新为最新版本。一旦更新了xcode，就可以在MacPort上安装mongodb了。另一个提示-有时直接从App Store安装xcode时无法正常工作-可以做的是，从App Store获取xcode，然后转到启动板，找到Install Xcode并从那里安装。

2.运行MongoDB

启动MongoDB很简单。

只需在终端或命令控制台中输入mogod即可 。

默认情况下，它将在27017上启动MongoDB服务器，并将使用/ data / db /目录存储数据–是的，即您在步骤– 1中创建的目录。

如果要更改这些默认设置，可以在启动服务器时进行更改。

mongod –port [your_port] –dbpath [your_db_file_path]

首次启动服务器时，需要确保your_db_file_path存在并且为空…

3.启动MongoDB shell

我们可以启动MongoDB shell –将其连接到我们的MongoDB服务器并从那里运行命令。

要启动MongoDB Shell以使用默认端口连接到在同一台计算机上运行的MongoDB服务器，您只需在命令行中键入mongo 。如果您在具有不同端口的另一台机器上运行MongoDB服务器，请使用以下命令。

mongo [ip_address]：[端口]
例如：mongo localhost：4000

4.首先创建一个数据库。

在MangoDB Shell中输入以下内容…

> use library

上面应该创建一个名为“ library”的数据库。

现在查看是否已创建数据库，只需键入以下内容-应该列出所有数据库。

> show dbs;

您会注意到，您刚才创建的数据库未在此处列出。原因是，MongoDB按需创建数据库。只有当我们添加一些东西时，它才会被创建。

5.将数据插入MongoDB。

首先，使用以下命令创建两本书。

> book1 = {name : "Understanding JAVA", pages : 100}
> book2 = {name : "Understanding JSON", pages : 200}

现在，让我们将这两本书插入到名为books的集合中。

> db.books.save(book1)
> db.books.save(book2)

上面的两个语句将在数据库库下创建一个称为books的集合。以下语句将列出我们刚刚保存的两本书。

> db.books.find();{ "_id" : ObjectId("4f365b1ed6d9d6de7c7ae4b1"), "name" : "Understanding JAVA", "pages" : 100 }
{ "_id" : ObjectId("4f365b28d6d9d6de7c7ae4b2"), "name" : "Understanding JSON", "pages" : 200 }

让我们再添加一些记录。

> book = {name : "Understanding XML", pages : 300}
> db.books.save(book)
> book = {name : "Understanding Web Services", pages : 400}
> db.books.save(book)
> book = {name : "Understanding Axis2", pages : 150}
> db.books.save(book)

6.编写地图功能

让我们以某种方式处理该图书馆藏书，我们需要找到页数少于250页且大于250页的书籍数量。

> var map = function() {
var category;
if ( this.pages >= 250 ) 
category = 'Big Books';
else 
category = "Small Books";
emit(category, {name: this.name});
};

在此，由Map函数生成的集合将具有以下成员的集合。

{"Big Books",[{name: "Understanding XML"}, {name : "Understanding Web Services"}]);
{"Small Books",[{name: "Understanding JAVA"}, {name : "Understanding JSON"},{name: "Understanding Axis2"}]);

7.编写减少功能。

> var reduce = function(key, values) {
var sum = 0;
values.forEach(function(doc) {
sum += 1;
});
return {books: sum};
};

8.针对books集合运行MapReduce。

> var count  = db.books.mapReduce(map, reduce, {out: "book_results"});
> db[count.result].find(){ "_id" : "Big Books", "value" : { "books" : 2 } }
{ "_id" : "Small Books", "value" : { "books" : 3 } }

上面说，我们有2本大书和3本小书。

上面使用MongoDB Shell完成的所有操作，也可以使用Java完成。以下是它的Java客户端。您可以从此处下载所需的从属jar。

import com.mongodb.BasicDBObject;
import com.mongodb.DB;
import com.mongodb.DBCollection;
import com.mongodb.DBObject;
import com.mongodb.MapReduceCommand;
import com.mongodb.MapReduceOutput;
import com.mongodb.Mongo;public class MongoClient {/*** @param args*/public static void main(String[] args) {Mongo mongo;try {mongo = new Mongo("localhost", 27017);DB db = mongo.getDB("library");DBCollection books = db.getCollection("books");BasicDBObject book = new BasicDBObject();book.put("name", "Understanding JAVA");book.put("pages", 100);books.insert(book);book = new BasicDBObject();  book.put("name", "Understanding JSON");book.put("pages", 200);books.insert(book);book = new BasicDBObject();book.put("name", "Understanding XML");book.put("pages", 300);books.insert(book);book = new BasicDBObject();book.put("name", "Understanding Web Services");book.put("pages", 400);books.insert(book);book = new BasicDBObject();book.put("name", "Understanding Axis2");book.put("pages", 150);books.insert(book);String map = "function() { "+ "var category; " +  "if ( this.pages >= 250 ) "+  "category = 'Big Books'; " +"else " +"category = 'Small Books'; "+  "emit(category, {name: this.name});}";String reduce = "function(key, values) { " +"var sum = 0; " +"values.forEach(function(doc) { " +"sum += 1; "+"}); " +"return {books: sum};} ";MapReduceCommand cmd = new MapReduceCommand(books, map, reduce,null, MapReduceCommand.OutputType.INLINE, null);MapReduceOutput out = books.mapReduce(cmd);for (DBObject o : out.results()) {System.out.println(o.toString());}} catch (Exception e) {// TODO Auto-generated catch blocke.printStackTrace();}}
}

参考： Facile Login博客上的JCG合作伙伴 Prabath Siriwardena的MongoDB与MapReduce 。