mongodb 通过MapReduce统计用户Pv Uv

    通过spring data 操作mongodb,利用map reduce 来统计用户访问的Pv Uv。

    详细代码见 https://github.com/WangErXiao/spring-data

    具体的spring-data 操作mongodb这里不做介绍。这里只介绍mongo map reduce。

    

@Component public class UserDaoImpl extends MongoBaseDao implements UserDao {     public void insertRecord(UserVisitRecord record) {         getMongoTemplate().insert(record);     }     public void statisUserPvUv(String date) {          String map = "function() {                                        "                 + "   if(this.date=='"+date+"'){                          "                 + "      emit(this.date ,{uv:1,pv:1,userIds:this.userId}) "                 + "     }"                 + "   } ";          String reduce = "function(key, values) {            "                 + "   var temp = new Array();               "                 + "   var userIds= new Array();             "                 + "   for(i = 0; i < values.length; i++) {  "                 + "      userIds=userIds.concat(values[i].userIds);"                 + "   }        "                 + "   userIds.sort();         "                 + "   for(i = 0; i < userIds.length; i++) {"                 + "         if( userIds[i] == userIds[i+1]) { continue;}"                 + "         temp[temp.length]=userIds[i];"                 + "   }        "                 + "   return {uv:temp.length,pv:userIds.length,userIds:userIds};"                 + " }";          MapReduceOutput mapReduceOutput = getMongoTemplate().getCollection("userVisitRecord").mapReduce(map,reduce,"tmp",null);         DBCollection resultColl = mapReduceOutput.getOutputCollection();         try {             DBCursor cursor = resultColl.find();             while (cursor.hasNext()) {                 DBObject dbObject = cursor.next();                 if (dbObject.get("value") != null) {                     UserStaticModel userStaticModel=new UserStaticModel();                     userStaticModel.setUv(Math.round((double)((DBObject) dbObject.get("value")).get("uv")));                     userStaticModel.setPv(Math.round((double) ((DBObject) dbObject.get("value")).get("pv")));                     List<String>userIds=(List) ((DBObject) dbObject.get("value")).get("userIds");                     Set<String> idSet=new HashSet<>(userIds);                     userStaticModel.setUserIds(new ArrayList(idSet));                     userStaticModel.setDate(date);                     getMongoTemplate().insert(userStaticModel);                 }             }         }catch (Exception e){             e.printStackTrace();         }finally {             resultColl.drop();         }     }      public UserStaticModel findStatic(String date) {         Query query=new Query();         query.addCriteria(Criteria.where("date").is(date));         return getMongoTemplate().findOne(query,UserStaticModel.class);     } }

    这段代码中staticUserPvUv方法统计某天用户访问的Pv Uv。

  map  reduce方法如下:

  String map = "function() {                                              "                 + "   if(this.date=='"+date+"'){                          "                 + "      emit(this.date ,{uv:1,pv:1,userIds:this.userId}) "                 + "     }"                 + "   } ";   String reduce = "function(key, values) {            "                 + "   var temp = new Array();               "                 + "   var userIds= new Array();             "                 + "   for(i = 0; i < values.length; i++) {  "                 + "      userIds=userIds.concat(values[i].userIds);"                 + "   }        "                 + "   userIds.sort();         "                 + "   for(i = 0; i < userIds.length; i++) {"                 + "         if( userIds[i] == userIds[i+1]) { continue;}"                 + "         temp[temp.length]=userIds[i];"                 + "   }        "                 + "   return {uv:temp.length,pv:userIds.length,userIds:userIds};"                 + " }";

看到这里很多人会疑惑:map方法为啥emit为

emit(this.date ,{uv:1,pv:1,userIds:this.userId})

而不直接

emit(this.date ,{userId:this.userId})

刚刚开始我也是这么写的,这么写会产生以下结果:

  1. 当某天只有一条记录:该记录就不走reduce ,直接出来,你得到的value就只有一个userId字符串,其他啥也没有。pv,uv 自然也没有。所以 你在emit 应该初始化{pv:1,uv:1,userIds:this.userId}

  2. 当某天记录特别多,超过100条的emit,mongo比较缺德的是,它会把这100的reduce的结果重新自动emit,所以这里把map中emit的对象结构和reduce的return返回的对象结构写成一致的原因。同一个key ,当每超过100个emit,结果就会从新emit,所以这个结果的pv uv 是无效的,这里只会用到重新emit的userIds,然后在继续在reduce进行统计。

这两个点是mongo mapreduce 比较坑爹的地方。注意这两点其他都OK了

转发标柱来源:http://my.oschina.net/robinyao/blog/467591


发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注