1. Map 阶段：
在 Map 阶段，你定义一个 JavaScript 函数，该函数作用于每个文档并输出键值对。这些键值对被临时存储在一个中间集合中，以供 Reduce 阶段使用。
// 例子：Map 函数
var mapFunction = function() {
emit(this.category, 1);
};
在上面的例子中，emit 函数用于输出键值对，这里输出的是文档的 category 字段作为键，值为1。
2. Reduce 阶段：
在 Reduce 阶段，你定义一个 JavaScript 函数，该函数接收 Map 阶段输出的键值对，并执行聚合操作。Reduce 函数的输出将作为最终结果。
// 例子：Reduce 函数
var reduceFunction = function(key, values) {
return Array.sum(values);
};
在上面的例子中，Reduce 函数对相同键的值进行求和。
执行 Map-Reduce 操作：
执行 Map-Reduce 操作时，你需要指定集合、Map 函数、Reduce 函数以及最终结果的输出集合等参数。
// 例子：执行 Map-Reduce 操作
db.collection.mapReduce(
mapFunction,
reduceFunction,
{ out: "resultCollection" }
);
在上面的例子中，collection 是你要执行 Map-Reduce 操作的集合，resultCollection 是结果输出的集合。
注意事项：
- Map-Reduce 是适用于处理大规模数据集的操作，对于小规模数据，使用聚合框架更为简单。
- Map-Reduce 过程中使用 JavaScript，可能会影响性能。在一些情况下，可以使用 Aggregation Pipeline 来代替 Map-Reduce。
- Map-Reduce 是一种分布式计算模型，可用于在多台机器上并行执行计算。
请注意，从 MongoDB 4.2 开始，Aggregation Pipeline 提供了更为灵活和性能更好的聚合操作，因此在新的应用中，推荐使用 Aggregation Pipeline 替代 Map-Reduce。
转载请注明出处：http://www.zyzy.cn/article/detail/14246/MongoDB