mongodb虽然不像我们常用的mysql，sqlserver，oracle等关系型数据库有group by函数那样方便分组，但是mongodb要实现分组也有3个办法： * mongodb三种分组方式： * 1、group(先筛选再分组，不支持分片，对数据量有所限制，效率不高) * 2、mapreduce(基于js引擎，单线程执行，效率较低，适合用做后台统计等) * 3、aggregate(推荐) (如果你的php的mongodb驱动版本需>=1.3.0，推荐你使用aggregate，性能要高很多，并且使用上要简单些，不过1.3的目前还不支持账户认证模式，可以通过 http://pecl.php.net/package/mongo 查看更新日志和bug)下面就来看下mapreduce方式：mongodb官网对mapreduce介绍：map/reduce in mongodb is useful for batch processing of data and aggregation operations. it is similar in spirit to using something like hadoop with all input coming from a collection and output going to a collection. often, in a situation where you would have used group by in sql, map/reduce is the right tool in mongodb.大致意思是： mongodb中的map/reduce主要是用来对数据进行批量处理和聚合操作，有点类似于使用hadoop对集合数据进行处理，所有输入数据都是从集合中获取，而mapreduce后输出的数据也都会写入到集合中。通常类似于我们在sql中使用group by语句一样。使用mapreduce要实现两个函数：map和reduce。map函数调用emit(key,value)遍历集合中所有的记录，将key与value传给reduce函数进行处理。map函数和reduce函数是使用javascript编写的，并可以通过db.runcommand或mapreduce命令来执行mapreduce操作。 
mapreduce命令如下：db.runcommand({ mapreduce : collection>, map : mapfunction>, reduce : reducefunction> [, query : queryfilterobject>] [, sort : sortthequery.usefulforoptimization>] [, limit : numberofobjectstoreturnfromcollection>] [, out : output-collectionname>] [, keeptemp: true|false>] [, finalize : finalizefunction>] [, scope : objectwherefieldsgointojavascriptglobalscope >] [, verbose : true] });
参数说明：
mapreduce：要操作的目标集合
map：映射函数（生成键值对序列，作为reduce函数的参数） 
reduce：统计函数
query：目标记录过滤
sort：对目标记录排序
limit：限制目标记录数量
out：统计结果存放集合（如果不指定则使用临时集合，在客户端断开后自动删除）
keeptemp：是否保留临时集合
finalize：最终处理函数（对reduce返回结果执行最终整理后存入结果集合）
scope：向map、reduce、finalize导入外部变量
verbose：显示详细的时间统计信息
map函数 
map函数调用当前对象,并处里对象的属性,传值给reduce,map方法使用this来操作当前对象,最少调用一次emit(key,value)方法来向reduce提供参数,其中emit的key为最终数据的id。 
reduce函数 
接收一个值和数组,根据需要对数组进行合并分组等处理,reduce的key就是emit(key,value)的key，value_array是同个key对应的多个value数组。 
finalize函数 
此函数为可选函数,可在执行完map和reduce后执行,对最后的数据进行统一处理。 
看完基本介绍，我们再来看一个实例：已知集合feed,测试数据如下：{ _id: objectid(50ccb3f91e937e2927000004), feed_type: 1, to_user: 234, time_line: 2012-12-16 01:26:00}{ _id: objectid(50ccb3ef1e937e0727000004), feed_type: 8, to_user: 123, time_line: 2012-12-16 01:26:00}{ _id: objectid(50ccb3e31e937e0a27000003), feed_type: 1, to_user: 123, time_line: 2012-12-16 01:26:00}{ _id: objectid(50ccb3d31e937e0927000001), feed_type: 1, to_user: 123, time_line: 2012-12-16 01:26:00}
我们按动态类型feed_type和用户to_user进行分组统计，实现结果：feed_type to_user cout
1 234 1
8 123 1
1 123 2
实现代码：//编写map函数$map = ' function() { var key = {to_user:this.to_user,feed_type:this.feed_type}; var value = {count:1}; emit(key,value); } '; //reduce 函数$reduce = ' function(key, values) { var ret = {count:0}; for(var i in values) { ret.count += 1; } return ret; }';//查询条件$query = null; //本实例中没有查询条件，设置为null$mongo = new mongo('mongodb://root:root@127.0.0.1: 28017/'); //链接mongodb,账号和密码为root,root$instance = $mongo->selectdb(testdb);//执行此命令后，会创建feed_temp_res的临时集合，并将统计后的数据放在该集合中$cmd = $instance->command(array('mapreduce' => 'feed','map' => $map,'reduce' => $reduce,'query' => $query,'out' => 'feed_temp_res'));//查询临时集合中的统计数据，验证统计结果是否和预期结果一致$cursor = $instance->selectcollection('feed_temp_res')->find();$result = array();try {while ($cursor->hasnext()){$result[] = $cursor->getnext();}}catch (mongoconnectionexception $e){echo$e->getmessage();}catch (mongocursortimeoutexception $e){echo$e->getmessage();}catch(exception$e){echo$e->getmessage();}//testvar_dump($result);
下面是输出的结果，和预期结果一致{ _id: { to_user: 234, feed_type: 1 }, value: { count: 1 }}{ _id: { to_user: 123, feed_type: 8 }, value: { count: 1 }}{ _id: { to_user: 123, feed_type: 1 }, value: { count: 2 }}
以上只是简单的统计实现，你可以实现复杂的条件统计编写复杂的reduce函数，可以增加查询条件，排序等等。附上mapreduce数据库处理函数（简单封装）/** * mapreduce分组 * * @param string $table_name 表名(要操作的目标集合名) * @param string $map 映射函数(生成键值对序列,作为 reduce 函数参数) * @param string $reduce 统计处理函数 * @param array $query 过滤条件 如：array('uid'=>123) * @param array $sort 排序 * @param number $limit 限制的目标记录数 * @param string $out 统计结果存放集合 (不指定则使用tmp_mr_res_$table_name, 1.8以上版本需指定) * @param bool $keeptemp 是否保留临时集合 * @param string $finalize 最终处理函数 (对reduce返回结果进行最终整理后存入结果集合) * @param string $scope 向 map、reduce、finalize 导入外部js变量 * @param bool $jsmode 是否减少执行过程中bson和js的转换，默认true(注：false时 bson-->js-->map-->bson-->js-->reduce-->bson,可处理非常大的mapreduce,//true时bson-->js-->map-->reduce-->bson) * @param bool $verbose 是否产生更加详细的服务器日志 * @param bool $returnresult 是否返回新的结果集 * @param array &$cmdresult 返回mp命令执行结果 array(errmsg=>,code=>13606,ok=>0) ok=1表示执行命令成功 * @return*/ function mapreduce($table_name,$map,$reduce,$query=null,$sort=null,$limit=0,$out='',$keeptemp=true,$finalize=null,$scope=null,$jsmode=true,$verbose=true,$returnresult=true,&$cmdresult){ if(empty($table_name) || empty($map) || empty($reduce)){ return null; } $map = new mongocode($map); $reduce = new mongocode($reduce); if(empty($out)){ $out = 'tmp_mr_res_'.$table_name; } $cmd = array( 'mapreduce' => $table_name, 'map' => $map, 'reduce' => $reduce, 'out' =>$out ); if(!empty($query) && is_array($query)){ array_push($cmd, array('query'=>$query)); } if(!empty($sort) && is_array($sort)){ array_push($cmd, array('sort'=>$query)); } if(!empty($limit) && is_int($limit) && $limit>0){ array_push($cmd, array('limit'=>$limit)); } if(!empty($keeptemp) && is_bool($keeptemp)){ array_push($cmd, array('keeptemp'=>$keeptemp)); } if(!empty($finalize)){ $finalize = new mongocode($finalize); array_push($cmd, array('finalize'=>$finalize)); } if(!empty($scope)){ array_push($cmd, array('scope'=>$scope)); } if(!empty($jsmode) && is_bool($jsmode)){ array_push($cmd, array('jsmode'=>$jsmode)); } if(!empty($verbose) && is_bool($verbose)){ array_push($cmd, array('verbose'=>$verbose)); } $dbname = $this->curr_db_name; $cmdresult = $this->mongo->$dbname->command($cmd); if($returnresult){ if($cmdresult && $cmdresult['ok']==1){ $result = $this->find($out, array()); } } if($keeptemp==false){ //删除集合 $this->mongo->$dbname->dropcollection($out); } return$result; }
mongodb官方网站介绍：mapreduce介绍  http://docs.mongodb.org/manual/core/map-reduce/aggregation介绍  http://docs.mongodb.org/manual/aggregation/  以上就介绍了mongodb的mapreduce用法及php示例代码，包括了方面的内容，希望对php教程有兴趣的朋友有所帮助。