最近在统计某一个时间段的url去重数，由于数据量巨大导致报错，提示：

在宁城等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站建设、成都网站制作 网站设计制作按需求定制开发,公司网站建设,企业网站建设,高端网站设计,全网整合营销推广,成都外贸网站建设,宁城网站建设费用合理。distinct failed: { "errmsg" : "exception: distinct too big, 16mb cap", "code" : 17217, "ok" : 0 } at src/mongo/shell/collection.js:1108

最终通过mapreduce来解决如下：

//定义map函数 map=function(){     emit(this.url,{"count":1}); }//定义reduce函数 reduce=function(key,values){     var total=0;     for(var i=0; i < values.length; i++){         total+=values[i].count;     }     return {count:total} }//执行mapreduce函数,其中out的值是存储执行结果的集合 db.runCommand({"mapreduce":"visit","map":map,"reduce":reduce,"query":{"vtime":{"$gte":1412611200,"$lte":1413907119}},"out":"test.tmp"});

关于mapreduce的选项解释如下：

"out":{replace:"collection name"} -- mapreduce输出结果会替换掉原来的collection,collection不存在则创建 "out":{merge:"collection name"} -- 将新老数据进行合并，新的替换旧的，没有的添加进去 "out":{reduce:"collection name"}-- 存在老数据时，在原来的基础上加新的数据（即new value=old value+mapreduce value） "out":{inline:1} -- 不会创建collection，结果保存在内存里面，只限于结果小于16MB的情况

另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

标题名称：mongodb中使用mapreduce进行分组统计-创新互联
标题网址：http://ybzwz.com/article/jcdcs.html