ap-Reduce是一种计算模型，简单的说就是将大批量的工作（数据）分解（MAP）执行，然后再将结果合并成最终结果（REDUCE）。
MongoDB提供的Map-Reduce非常灵活，对于大规模数据分析也相当实用。（转载自PHP中文网www.php.cn）
MapReduce 命令
以下是MapReduce的基本语法：
>db.collection.mapReduce(
function() {emit(key,value);}, //map 函数
function(key,values) {return reduceFunction}, //reduce 函数
{
out: collection,
query: document,
sort: document,
limit: number
}
)
使用 MapReduce 要实现两个函数 Map 函数和 Reduce 函数,Map 函数调用 emit(key, value), 遍历 collection 中所有的记录, 将key 与 value 传递给 Reduce 函数进行处理。
Map 函数必须调用 emit(key, value) 返回键值对。
参数说明:
-
map ：映射函数 (生成键值对序列,作为 reduce 函数参数)。
-
reduce 统计函数，reduce函数的任务就是将key-values变成key-value，也就是把values数组变成一个单一的值value。。
-
out 统计结果存放集合 (不指定则使用临时集合,在客户端断开后自动删除)。
-
query 一个筛选条件，只有满足条件的文档才会调用map函数。（query。limit，sort可以随意组合）
-
sort 和limit结合的sort排序参数（也是在发往map函数前给文档排序），可以优化分组机制
-
limit 发往map函数的文档数量的上限（要是没有limit，单独使用sort的用处不大）
使用 MapReduce
考虑以下文档结构存储用户的文章，文档存储了用户的 user_name 和文章的 status 字段：
基础数据录入
现在，我们将在 posts 集合中使用 mapReduce 函数来选取已发布的文章(status:"active")，并通过user_name分组，计算每个用户的文章数：
