MongoDB MapReduce 实战<2>

• 数据库里几百万的数据，处理起来可能会慢，于是，便简单建立了一张小一点的结构类似的表，测试数据

  /* 0 */
  {
    "_id" : ObjectId("54fe73e36e26d21dc4391bdb"),
    "CREATE_DATE" : ISODate("2014-07-26T13:57:18Z"),
    "RFID_NO" : "010101000120140322000173"
  }
  
  /* 1 */
  {
    "_id" : ObjectId("54fe74076e26d21dc4391bdc"),
    "CREATE_DATE" : ISODate("2014-07-24T11:57:18Z"),
    "RFID_NO" : "010101000120140322000173"
  }
  
  /* 2 */
  {
    "_id" : ObjectId("54fe74136e26d21dc4391bdd"),
    "CREATE_DATE" : ISODate("2014-07-27T09:27:18Z"),
    "RFID_NO" : "010101000120140322000173"
  }
  
  /* 3 */
  {
    "_id" : ObjectId("54fe742a6e26d21dc4391bde"),
    "CREATE_DATE" : ISODate("2014-07-26T13:57:18Z"),
    "RFID_NO" : "010101000120140322000883"
  }
  

• 需要注意的是，时间类型的加入语句为：

   db.test.save({RFID_NO:'1',CREATE_DATE:new Date('6/26/2014 13:57:18')});

• 编写Map

  function Map() {
  	// 取出日志记录中rfid相同的时间记录
  	emit(
  		this.RFID_NO,
  		this.CREATE_DATE
  	); 
  }

• 编写Reduce

  function Reduce(key, values) {
  	// 将相同rfid的回收时间拼接到一调记录中
  	var ret = {rfid:key, times:[{}]};
  	for(var i = 0;i < values.length;i++){
  		ret.times[i] = values[i];
  	}
  	return ret;
  }

• 配置In & Out

• 运行，得出结果：