MongoDB: Какой смысл того, чтобы использовать MapReduce без параллелизма?
Заключение в кавычки http://www.mongodb.org/display/DOCS/MapReduce#MapReduce-Parallelism
С прямо сейчас, задания MapReduce на единственном процессе mongod являются единственными, распараллелил. Это происходит из-за ограничения дизайна в текущих механизмах JavaScript. Мы изучаем альтернативы для решения этой проблемы, но на данный момент если Вы хотите параллелизировать свои задания MapReduce, Вы должны будете или использовать sharding или сделать агрегирование, клиентское в Вашем коде.
Без параллелизма, каковы преимущества MapReduce по сравнению с более простыми или более традиционными методами для агрегирования данных и запросов?
Избегать беспорядка: вопрос не, "что является преимуществами ориентированного на документ DB по традиционному реляционному DB"
3 ответа
Основная причина использования MapReduce вместо более простых или более традиционных запросов заключается в том, что он просто может выполнять такие действия (например, агрегирование), которые не могут выполнять простые запросы.
Если вам потребуется агрегирование, есть два варианта использования MongoDB: MapReduce и команда group. Команда group аналогична команде SQL «group by» и ограничена тем, что она должна возвращать все свои результаты в одном ответе базы данных. Это означает, что группу можно использовать только в том случае, если у вас меньше 4 МБ результатов. MapReduce, с другой стороны, может делать все, что может «сгруппировать по», но выводит результаты в новую коллекцию, так что результаты могут быть сколь угодно большими.
Также приближается параллелизм, так что неплохо попрактиковаться :)
M/R уже параллельна в MongoDB, если вы используете сегментированный кластер. В этом и заключается основной смысл M/R - поместить вычисления на тот же узел, что и данные.
супербыстрое отображение / уменьшение включено в дорожную карту
его не будет в версии 1.6 (летняя версия)
так поздно в этом году, вероятно