mapReduce从字面上来理解就是两个过程：map映射以及reduce化简。是一种比较先进的大数据处理方法，其难度不高，从性能上来说属于比较暴力的（通过N台服务器同时来计算），但相较于group以及aggregate来说，功能更强大，并更加灵活。
映射过程:先把某一类数据分组归类,这里的映射过程是支持分布式的,一边遍历每一台服务器,一边进行分类。
化简过程:然后再在分组中进行运算，这里的化简过程也是支持分布式的，在分类的过程中直接运算了。也就是说如果是一个求和的过程，先在a服务器分组求和，然后再在b服务器分组求和····最后再把化简以后的数据进行最终处理。在映射化简的过程都是每台服务器自己的CPU在运算，大量的服务器同时来进行运算工作，这就是大数据基本理念。
在这个映射化简操作中，MongoDB对每个输入文档（例如集合中满足查询条件的文档）执行了map操作。映射操作输出了键值对结果。对那些有多个值的关键字，MongoDB执reduce操作，收集并压缩了最终的聚合结果。然后MongoDB把结果保存到一个集合中。化简函数还可以把结果输出到finalize函数，进一步对聚合结果做处理，当然这步是可选的。
在MongoDB中，所有的映射化简函数都是使用JavaScript编写，并且运行在 mongod 进程中。映射化简操作使用一个集合中文档作为输入，并且可以在映射阶段之前执行任意的排序和限定操作。 mapReduce 命令可以把结果作为一个文档来返回，也可以把结果写入集合。输入集合和输出集合可以是分片的。
map: function() {emit(this.cat_id,this.goods_number); }, # 函数内部要调用内置的emit函数,cat_id代表根据cat_id来进行分组,goods_number代表把文档中的goods_number字段映射到cat_id分组上的数据,其中this是指向向前的文档的,这里的第二个参数可以是一个对象,如果是一个对象的话,也是作为数组的元素压进数组里面;
reduce: function(cat_id,all_goods_number) {return Array.sum(all_goods_number)}, # cat_id代表着cat_id当前的这一组,all_goods_number代表当前这一组的goods_number集合,这部分返回的就是结果中的value值;
out: &output&, # 输出到某一个集合中,注意本属性来还支持如果输出的集合如果已经存在了,那是替换,合并还是继续reduce? 另外还支持输出到其他db的分片中,具体用到时查阅文档,筛选出现的键名分别是_id和
query: &document&, # 一个查询表达式,是先查询出来,再进行mapReduce的
sort: &document&, # 发往map函数前先给文档排序
limit: &number&, # 发往map函数的文档数量上限,该参数貌似不能用在分片模式下的mapreduce
finalize: function(key, reducedValue) {return modifiedO }, # 从reduce函数中接受的参数key与reducedValue,并且可以访问scope中设定的变量
scope: &document&, # 指定一个全局变量,能应用于finalize和reduce函数
jsMode: &boolean&, # 布尔值，是否减少执行过程中BSON和JS的转换，默认true,true时BSON--&js--&map--&reduce--&BSON,false时 BSON--&JS--&map--&BSON--&JS--&reduce--&BSON,可处理非常大的mapreduce。
verbose: &boolean& # 是否产生更加详细的服务器日志，默认true
简单应用实例
# 求每组的库存总量
var map = function(){
emit(this.cat_id,this.goods_number);
var reduce = function(cat_id,numbers){
return Array.sum(numbers);
db.goods.mapReduce(map,reduce,{out:'res'})
# 查看Array支持的方法
for(var i in Array){
printjson(i);
&contains&
&fetchRefs&
# 求每个栏目的平均价格
var map = function(){
emit(this.cat_id,this.shop_price);
var reduce = function(cat_id,prices){
var avgprice = Array.avg(prices);
return Math.round(avgprice,2);
db.goods.mapReduce(map,reduce,{out:'res'});
# 求出每组的最大价格
var map = function(){
emit(this.cat_id,this.shop_price);
//错误操作 ↓↓ 应该在finalize函数中做处理
var reduce = function(cat_id,prices){
var max = 0;
for(var i in prices){
if(i & max)
var reduce = function(cat_id,prices){
return {cat_id:cat_id,prices:prices};
var finalize = function(cat_id, prices) {
var max = 0;
if(prices.prices !== null){
var obj = prices.
for(var i in obj){
if(obj[i] & max)
max = obj[i]
return max == 0 ? prices :
db.goods.mapReduce(map,reduce,{out:'res1',finalize:finalize,query:{'shop_price':{$gt:0}}});
# 获得每组的商品集合
var map = function(){
emit(this.cat_id,this.goods_name);
var reduce = function(cat_id,goods_names){
return {cat_id:cat_id,goods_names:goods_names}
var finalize = function(key, reducedValue) {
return reducedValue == null ? 'none value' : reducedV //对reduce的值进行二次处理
db.runCommand({
mapReduce:'goods',
reduce:reduce,
finalize:finalize,
out:'res2'
# 对于price大于100的才进行分组映射
var map = function(){
if(this.shop_price & 100){
emit(this.cat_id,{name:this.goods_name,price:this.shop_price});
var reduce = function(cat_id,goods_names){
return {cat_id:cat_id,goods_names:goods_names}
db.runCommand({
mapReduce:'goods',
reduce:reduce,
out:'res2'
## 方法2 首推此方法
var map = function(){
emit(this.cat_id,{name:this.goods_name,price:this.shop_price});
var reduce = function(cat_id,goods_names){
return {cat_id:cat_id,goods_names:goods_names}
db.runCommand({
mapReduce:'goods',
reduce:reduce,
query:{'shop_price':{$gt:100}},
out:'res2'
# 数据结构
_id: ObjectId(&50ad8b5891743c&),
cust_id: &abc123&,
ord_date: new Date(&Oct 04, 2012&),
status: 'A',
price: 25,
items: [ { sku: &mmm&, qty: 5, price: 2.5 },
{ sku: &nnn&, qty: 5, price: 2.5 } ]
# 计算每个顾客的总金额
var mapFunction1 = function() {
emit(this.cust_id, this.price);
var reduceFunction1 = function(keyCustId, valuesPrices) {
return Array.sum(valuesPrices);
db.orders.mapReduce(
mapFunction1,
reduceFunction1,
{ out: &map_reduce_example& }
# 计算订单总量和每种 sku 订购量的平均值
var mapFunction2 = function() {
for (var idx = 0; idx & this.items. idx++) {
var key = this.items[idx].
var value = {
qty: this.items[idx].qty
emit(key, value);
var reduceFunction2 = function(keySKU, countObjVals) {
reducedVal = { count: 0, qty: 0 };
for (var idx = 0; idx & countObjVals. idx++) {
reducedVal.count += countObjVals[idx].
reducedVal.qty += countObjVals[idx].
return reducedV
var finalizeFunction2 = function (key, reducedVal) {
reducedVal.avg = reducedVal.qty/reducedVal.
return reducedV
db.orders.mapReduce(
mapFunction2,
reduceFunction2,
out: { merge: &map_reduce_example& },
query: { ord_date:
{ $gt: new Date('01/01/2012') }
finalize: finalizeFunction2
阅读(...) 评论()（1）（5分）&&&&&& … …2分
&&&&&&&&&&&&&&&&&&&&&&&
&&&&&&&&&&… …3分
&&&&&&&&&&&&&&&&&&&&&&&
&&&&&&&… …5分
（2）（6分）
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
… …2分
&&&&&&&&&&&&&&&&&&&&&&&
… …4分
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
… …6分
【解析】（1）根据分数的基本性质，分子和分母都乘以（1﹣），化简即可；
（2）根据（1）的结论代入后合并得出（﹣1）（+1），再根据平方差公式进行计算即可．
请在这里输入关键词：
科目：初中数学
观察下列各式的化简过程①；②；③；…；；…（1）写出①式具体的化简过程．（2）利用你所观察到的规律，试计算的值．
科目：初中数学
观察下列各式的化简过程：①，②，③，…，．（1）写出①式具体的化简过程．（2）从上面的式子中，你发现了什么规律？（3）利用上面的规律，试计算：的值．
科目：初中数学
来源：学年重庆市江津区四校第一次联考初三数学试卷（带解析）
题型：解答题
观察下列各式的化简过程①②③…;…（1）（5分）写出①式具体的化简过程。（2）（6分）利用你所观察到的规律，试计算的值。
科目：初中数学
题型：解答题
观察下列各式的化简过程：①，②，③，…，．（1）写出①式具体的化简过程．（2）从上面的式子中，你发现了什么规律？（3）利用上面的规律，试计算：的值．
精英家教网新版app上线啦！用app只需扫描书本条形码就能找到作业，家长给孩子检查作业更省心，同学们作业对答案更方便，扫描上方二维码立刻安装！君，已阅读到文档的结尾了呢~~
浙教版八年级下册数学导学案新作业（可编辑）,浙教版八年级上科学,浙教版八年级科学,浙教版八年级上册,浙教版语文作业本,八年级下册数学,八年级下册英语单词,八年级下册英语,八年级下册物理,地理八年级下册
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
浙教版八年级下册数学导学案新作业（可编辑）
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口