用MongoDB实现MapReduce

openkk 12年前

MapReduce 是 Google 在 2004 年发布的一个软件框架,用于支持大规模数据的分布式计算,详情请看这里

MongoDB 是一个开源的面向文档的 NoSQL 数据库系统,使用 C++ 编写,详情请看这里

1. 安装 MangoDB

首先请按照官方这个文档安装 MongoDB 数据库,在本文中,我们是在 Mac OS X 下安装并测试无误。

我使用 sudo port install mongodb 命令来安装 MongoDB ,唯一碰到的一个问题是 xcode 的版本问题,升级到 xcode 的最新版本就好了。

2. 运行 MongoDB

启动 MongoDB 是很简单的,只需要在终端窗口中执行 mogod 即可。

默认 MongoDB 是运行在 27017 端口上,使用 /data/db 作为默认目录来存放数据(我们已经在第一步就创建了这个目录)

如果你修改这些默认的配置,你可以通过命令行参数来进行修改:

mongod --port [your_port] --dbpath [your_db_file_path]

你需要确认的是数据目录必须已经存在并且在 mongodb 首次启动时该目录下没有其他文件。

3. 启动 MongoDB 交互环境

我们可以启动 MongoDB 交互环境来连接到 MongoDB 服务器,并在命令行中直接运行 MongoDB 命令。

在同一台机器上,你只需要简单的执行 mongo 就可以进入交互环境,如果想要连接不同机器上的 MongoDB 服务器,你可以使用下面的参数来指定目标服务器的IP地址和端口:

mongo [ip_address]:[port]

例如 : mongo localhost:4000

4. 创建数据库

接下来在交互环境中执行下面命令来创建数据库:

use library

上述命令创建了一个名为 library 的数据库。

然后我们可以通过下面的命令来查看刚创建的数据库,下面命令列出系统中所有的数据库:

show dbs;

你会注意到,你刚创建的数据库并没有列出来,这是因为 MongoDB 只有在需要的时候才会创建数据库,因此你需要往数据库里添加点数据。

5. 往数据库中插入数据

首先我们通过以下命令创建两本书:

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

然后将这两本书保持到名为 books 的集合中:

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

上述命令将在 library 数据库中创建一个名为 books 的集合(也就是SQL数据库中的表),下面命令将列出我们刚添加的两本书:

> db.books.find();

{ "_id" : ObjectId("4f365b1ed6d9d6de7c7ae4b1"), "name" : "Understanding JAVA", "pages" : 100 }
{ "_id" : ObjectId("4f365b28d6d9d6de7c7ae4b2"), "name" : "Understanding JSON", "pages" : 200 }

添加更多的记录:

> 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 Map 函数

接下来我们编写一个搜索功能,用来查找超过250页的图书:

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

所返回的结果:

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

7. 编写 Reduce 函数

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

8. 在 books 集合中运行 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 } } 

上述结果表明我们有两本大书和三本小书。

利用 MongoDB 交互环境可以做任何事情,用 Java 也一样,但是你需要下载一些必须的jar包

下面是 Java 的源码:

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 block     e.printStackTrace();    }   }  }

OSCHINA 原创翻译自:facilelogin