关于“MongoDB学习笔记之MapReduce使用示例”的完整攻略，我会提供以下内容：

MongoDB学习笔记之MapReduce使用示例

简介

MapReduce 是一种用于处理大规模数据集的编程模型，通常用于分析和转换数据。MapReduce 从字面上看就是一个由两个函数组成的计算模型，这两个函数是 Map 函数和 Reduce 函数。Map 函数用于处理数据的转换，而 Reduce 函数则用于对输出数据集的聚合。MapReduce 原本是由 Google 提出的，用于处理他们的搜索引擎索引数据集，后来被 Hadoop 纳入。

在 MongoDB 中，MapReduce 可以用于对集合中的数据进行分组，并对每一组数据进行聚合操作。MongoDB 的 MapReduce 架构是典型的 Master/Slave 架构，客户端将操作请求发往 Master 节点，Master 节点会将请求分配给多个 Slave 节点，并通过 Splitter 来对数据进行分块，由 Slave 节点并行的进行计算。

示例1：统计每个城市中每种花的销售总量

用以下的例子来说明如何使用 MapReduce 实现上述的统计：

首先是数据的格式，数据中记录了出售花的日期、城市名称、花的名称和最终售价，格式如下：

    {
        "date": "2019-01-01",
        "city": "Beijing",
        "flower": "Rose",
        "sales": 100
    }

接下来是 Map 函数，用于将具有相同城市和花种类的记录分组，并将销售总数作为值输出：

    var mapFunction = function() {
        emit({city: this.city, flower: this.flower}, this.sales);
    };

最后是 Reduce 函数，将 Map 函数生成的数据以城市和花的名称进行分组，统计每种物品的总量：

    var reduceFunction = function(key, values) {
        return Array.sum(values);
    };

最后将 Map 函数和 Reduce 函数传递给 MongoDB 的 mapReduce 函数，执行 MapReduce 操作，将结果输出到指定的结果集合中：

    var result = db.sales.mapReduce(
        mapFunction,
        reduceFunction,
        {out: {merge: "sales_report"}}
    );

最终的输出结果会保存在 sales_report 集合中，可以通过以下命令查看结果：

    db.sales_report.find()

示例2：计算网站访问量排名前 10 的页面

用以下的例子来说明如何使用 MapReduce 实现上述的计算：

首先是数据的格式，数据中记录了访问日志的时间、IP、路径等信息，格式如下：

    {
        "ip": "192.168.1.1",
        "date": "2019-01-01T09:00:00+0800",
        "path": "/articles/1.html"
    }

接下来是 Map 函数，用于将每个 URL 路径分组，并输出每个 URL 路径被访问的次数：

    var mapFunction = function() {
        emit(this.path, 1);
    };

最后是 Reduce 函数，根据 Map 函数生成的数据以路径进行分组，统计每个路径被访问的次数：

    var reduceFunction = function(key, values) {
        return Array.sum(values);
    };

最后将 Map 函数和 Reduce 函数传递给 MongoDB 的 mapReduce 函数，执行 MapReduce 操作，取出前 10 条记录：

javascript
var result = db.access_log.mapReduce(
mapFunction,
reduceFunction,
{out: {inline: 1}, limit: 10, sort: {value: -1}}
);

最终的输出结果是前 10 个访问量最大的 URL 路径以及它们的访问次数。

以上就是关于“MongoDB学习笔记之MapReduce使用示例”的完整攻略，其中给出了两个实例以及详细的操作步骤和代码示例。