Comparación de agregación de MongoDB:group(), $group y MapReduce

Es algo confuso ya que los nombres son similares, pero el group() El comando es una característica e implementación diferente del $group operador de tubería en el marco de agregación.

El comando group(), Aggregation Framework y MapReduce son colectivamente características de agregación de MongoDB. Hay cierta superposición en las características, pero intentaré explicar las diferencias y limitaciones de cada una como en MongoDB 2.2.0.

Nota:conjuntos de resultados en línea mencionados a continuación se refieren a consultas que se procesan en la memoria con resultados devueltos al final de la llamada a la función. Las opciones de salida alternativas (actualmente solo disponibles con MapReduce) podrían incluir guardar los resultados en una colección nueva o existente.

group() Comando

• Sintaxis simple y funcionalidad para agrupar... análoga a GROUP BY en SQL.

• Devuelve el conjunto de resultados en línea (como una matriz de elementos agrupados).

• Implementado usando el motor de JavaScript; personalizado reduce() las funciones se pueden escribir en JavaScript.

• Limitaciones actuales

  • No se agrupará en un conjunto de resultados con más de 20 000 claves.

  • Los resultados deben ajustarse a las limitaciones de un documento BSON (actualmente 16 MB).

  • Toma un bloqueo de lectura y no permite que ningún otro subproceso ejecute JavaScript mientras se está ejecutando.

  • No funciona con colecciones fragmentadas.

• Ver también:ejemplos de comandos group() .

MapaReducir

• Implementa el modelo MapReduce para procesar grandes conjuntos de datos.

• Puede elegir entre una de varias opciones de salida (en línea, nueva colección, fusionar, reemplazar, reducir)

• Las funciones de MapReduce están escritas en JavaScript.

• Admite colecciones de entrada fragmentadas y no fragmentadas.

• Se puede utilizar para la agregación incremental en grandes colecciones.

• MongoDB 2.2 implementa un soporte mucho mejor para el mapa fragmentado reduce la salida.

• Limitaciones actuales

  • Una sola emisión solo puede contener la mitad del tamaño máximo de documento BSON de MongoDB (16 MB).

  • Hay un bloqueo de JavaScript, por lo que un servidor mongod solo puede ejecutar una función de JavaScript a la vez. Sin embargo, la mayoría de los pasos de MapReduce son muy cortos, por lo que los bloqueos se pueden generar con frecuencia.

  • Las funciones de MapReduce pueden ser difíciles de depurar. Puedes usar print() y printjson() para incluir resultados de diagnóstico en mongod registro.

  • MapReduce generalmente no es intuitivo para los programadores que intentan traducir la experiencia de agregación de consultas relacionales.

• Ver también:Ejemplos de mapa/reducción .

Marco de agregación

• Nueva función en la versión de producción de MongoDB 2.2.0 (agosto de 2012).

• Diseñado con objetivos específicos de mejorar el rendimiento y la usabilidad.

• Devuelve el conjunto de resultados en línea.

• Admite colecciones de entrada fragmentadas y no fragmentadas.

• Utiliza un enfoque de "canalización" en el que los objetos se transforman a medida que pasan por una serie de operadores de canalización, como emparejar, proyectar, ordenar y agrupar.

• Los operadores de tubería no necesitan producir un documento de salida para cada documento de entrada:los operadores también pueden generar nuevos documentos o filtrar documentos.

• Con las proyecciones, puede agregar campos calculados, crear nuevos subobjetos virtuales y extraer subcampos al nivel superior de resultados.

• Los operadores de canalización se pueden repetir según sea necesario (por ejemplo, múltiples $project o $group pasos.

• Limitaciones actuales

  • Los resultados se devuelven en línea, por lo que están limitados al tamaño máximo de documento admitido por el servidor (16 MB)

  • No admite tantas opciones de salida como MapReduce

  • Limitado a operadores y expresiones compatibles con Aggregation Framework (es decir, no se pueden escribir funciones personalizadas)

  • La función de servidor más reciente para la agregación, por lo que tiene más espacio para madurar en términos de documentación, conjunto de funciones y uso.

• Consulte también:Ejemplos de marco de agregación .