在做聚合运算的时候，Map-reduce是个不错的选择；
顾名思义：Map-reduce主要通过实现Map函数与reduce函数来完成聚合操作,函数通过javascript代码来定义；
- 命令方式
db.collection.mapReduce(
map, //map函数（生成键值对序列,作为 reduce 函数参数）
reduce, //reduce函数
{
<out>, //存放输出结果的集合，不写使用临时集合
<query>, //筛选条件，符合条件才会进入map
<sort>, //排序
<limit>, //限制条数
<finalize>,
<scope>,
<jsMode>,
<verbose>
}
)
下面通过一个具体的例子，来分析Map-reduce的运行机制
consume集合中记录着用户每天的消费金额，其中字段分别为：
<user_id>用户标示，<price>用户消费金额，<date>消费日期
consume集合信息
- 计算每个用户2016-06-01这天的消费金额
db.consume.mapReduce(
function(){ emit( this.user_id,this.price ) },
function(key,values){
var total = 0 ;
for(var i=0;i<values.length;i++){
total += values[i];
}
return total;
},//end reduce function
{
query:{"date":"2016-06-01"}
}
)
上文中的例子主要逻辑是，将集合中的文档按user_id分组，得到以user_id为key的数组，形成key－values的映射关系，再将key－values的映射关系做为参数，放入reduce函数，reduce函数，迭代values数组，将values数据内的消费金额叠加，返回total总值；
文字描述太绕，请看下图：
Map-reduce原理图
理解原理后，咱们就可以随意组合聚合啦～
- 将consume集合内的数据按照每天每个客户汇总金额
var mapfunction = function(){
emit( {this.date, this.user_id}，this.price} )
}
var reducefunction = function(key,values){
var total = 0 ;
for(var i=0;i<values.length;i++){
total += values[i];
}
return total;
}
db.consume.mapReduce(
mapfunction,
reducefunction
)
