问题描述
听说mongodb的MapReduce是单线程的，性能很差，这是怎么回事？差到什么程度呢？？有哪位大侠能说说原理。
问题解答
回答1：里面执行是否是单线程我不知道， 但是， 如果是生产环境的话， 最好还是别每次直接去访问mapReduce 的结果，根据数据量的大小，还是会花费一定的时间的。我们的数据是千万级别， 每次执行mapReduce，大概需要5-6秒时间， 还好我们的应用不是对实时性很高。 所以基本上是缓存2个小时的数据， 然后在去执行mapReduce 获取最新的结果。
回答2：我想mongodb的性能问题，就用这篇文章来解释吧！http://stackoverflow.com/questions/39...
回答3：之前使用MapReduce做过类似的事情，因为耗时，后来修改成使用聚合查询做统计，具体示例如下：
> db.user.findOne(){ '_id' : ObjectId('557a53e1e4b020633455b898'), 'accountId' : '55546fc8e4b0d8376000b858', 'tags' : ['金牌会员','钻石会员','铂金会员','高级会员' ]}
基本的文档model如上，我在accountId和tags上做了索引
db.user.ensureIndex({'accountId':1, 'tags':1})
现在要求统计用户下面的tags，MapReduce设计如下：
var mapFunction = function() { if(this.tags){ for (var idx = 0; idx < this.tags.length; idx++) { var tag = this.tags[idx]; emit(tag, 1); } }};var reduceFunction = function(key, values) { var cnt=0; values.forEach(function(val){ cnt+=val;}); return cnt;};db.user.mapReduce(mapFunction,reduceFunction,{out:'mr1'}) //输出到集合mr1中
结果：
> db.mr1.find().pretty(){ '_id' : '金牌会员', 'value' : 9000 }{ '_id' : '钻石会员', 'value' : 43000 }{ '_id' : '铂金会员', 'value' : 90000 }{ '_id' : '铜牌会员', 'value' : 3000 }{ '_id' : '银牌会员', 'value' : 5000 }{ '_id' : '高级会员', 'value' : 50000 }
看似达到我们的效果, 我只是拿少量的数据10W做的上面的测试, 执行的过程中,它会输出:
> db.mapReduceTest.mapReduce(mapFunction,reduceFunction,{out:'mr1'}){ 'result' : 'mr1', 'timeMillis' : 815, //耗时多久 'counts' : {'input' : 110000, //扫描的文档数量'emit' : 200000, //mongo执行计算的次数'reduce' : 2001,'output' : 6 }, 'ok' : 1}
因为我mock的数据比较简单有规律，可以看出它的计算次数几乎是扫描的文档数量的二倍，后来使用随机的数据做测试，发现结果更糟糕，果断放弃MapReduce的实现，改用其他实现。
