基于MongoDB分布式存储进行MapReduce并行查询
之前的文章中介绍了如何基于Mongodb进行关系型数据的分布式存储，有了存储就会牵扯到查询。虽然用普通的方式也可以进行查询，但今天要介绍的是如何使用MONGODB中提供的MapReduce功能进行查询。
有关MongoDb的MapReduce之前我写过一篇文章 Mongodb Mapreduce 初窥，
今天介绍如何基于sharding机制进行mapreduce查询。在MongoDB的官方文档中，这么一句话：
Inshardedenvironments,dataprocessingofmap/reduceoperationsrunsinparallelonallshards.
即: map/reduce操作会并行运行在所有的shards上。
下面我们就用之前这篇文章中白搭建的环境来构造mapreduce查询：
首先要说的是，基于sharding的mapreduce与非sharding的数据在返回结构上有一些区别，我目前注意到的主要是不支持定制式的json格式的返回数据，也就是下面方式可能会出现问题：
注意：上面的情况目前出现在了我的测试环境下，如下图：
就需要改成 return count;
下面是测试代码，首先是按帖子id来查询相应数量（基于分组查询实例方式）：
{
publicMongoMongo{get;set;}
publicIMongoDatabaseDB
{
get
{
returnthis.Mongo["dnt_mongodb"];
}
}
///<summary>
///Setsupthetestenvironment.YoucaneitheroverridethisOnInittoaddcustominitialization.
///</summary>
publicvirtualvoidInit()
{
stringConnectionString="Server=10.0.4.85:27017;ConnectTimeout=30000;ConnectionLifetime=300000;MinimumPoolSize=512;MaximumPoolSize=51200;Pooled=true";
if(String.IsNullOrEmpty(ConnectionString))
thrownewArgumentNullException("Connectionstringnotfound.");
this.Mongo=newMongo(ConnectionString);
this.Mongo.Connect();
}
stringmapfunction="function(){\n"+
"if(this._id=='548111'){emit(this._id,1);}\n"+
"};";
stringreducefunction="function(key,current){"+
"varcount=0;"+
"for(variincurrent){"+
"count+=current[i];"+
"}"+
"returncount;\n"+
"};";
protectedvoidPage_Load(objectsender,EventArgse)
{
Init();
varmrb=DB["posts1"].MapReduce();//attach_gfstream.files
intgroupCount=0;
using(varmr=mrb.Map(mapfunction).Reduce(reducefunction))
{
foreach(Documentdocinmr.Documents)
{
groupCount=int.Parse(doc["value"].ToString());
}
}
this.Mongo.Disconnect();
}
}
下面是运行时的查询结果，如下：
接着演示一下如何把查询到的帖子信息返回并装入list集合，这里只查询ID为548110和548111两个帖子：
"if(this._id=='548110'||this._id=='548111'){emit(this,1);}\n"+
"};";
stringreducefunction="function(doc,current){"+
"returndoc;\n"+
"};";
protectedvoidPage_Load(objectsender,EventArgse)
{
Init();
varmrb=DB["posts1"].MapReduce();//attach_gfstream.files
List<Document>postDoc=newList<Document>();
using(varmr=mrb.Map(mapfunction).Reduce(reducefunction))
{
foreach(Documentdocinmr.Documents)
{
postDoc.Add((Document)doc["value"]);
}
}
this.Mongo.Disconnect();
}
下面是运行时的查询结果，如下：
上面的map/reduce方法还有许多写法，如果大家感兴趣可以看一下如下这些链接：
http://cookbook.mongodb.org/patterns/unique_items_map_reduce/
http://www.mongodb.org/display/DOCS/MapReduce
以及之前我写的这篇文章：http://www.cnblogs.com/daizhj/archive/2010/06/10/1755761.html
当然在mongos进行map/reduce运算时，会生成一些临时文件，如下图：
我猜这些临时文件可能会对再次查询系统时的性能有一些提升（但目前未观察到）。
当然对于mongodb的gridfs系统（可使用它搭建分布式文件存储系统，我之前在这篇文章中已介绍过，我也做了测试，但遗憾的是并未成功，它经常会报一些错误，比如：
看来mapreduce程序链接到mongodb上时，会产生一些问题，但不知道是不是其自身稳定性的原因，还是我的机器环境设置问题（内存或配置的64位系统mongos与32位的client连接问题）。
好了，今天的文章就先到这里了。
原文链接:http://www.cnblogs.com/daizhj/archive/2010/09/09/1822264.html
BLOG: http://daizhj.cnblogs.com/
作者:daizhj,代震军