Mongodb 单节点机器上的MapReduce有意义吗？

MapReduce的传统定义指出，它是“在集群上使用并行分布式算法处理大型数据集的编程模型”

周末，我尝试了MongoDB，并尝试了一些简单的MapReduce查询。（书中的基本字数问题）。MongoDB的表现非常好，但后来我开始怀疑它是否真的是一个MapReduce操作，或者只是一个简单的分组聚合，因此我的问题是：

对于单节点“集群”，使用MapReduce有意义吗

MapReduce的传统定义指出，它是“在集群上使用并行分布式算法处理大型数据集的编程模型”

我不需要在集群上，单个节点可以通过线程或进程实现map和reduce函数。我不知道在执行map reduce时mongodb中的内部动态，但我知道mongodb中的map reduce与Hadoop没有相同的动态

对于单节点“集群”，使用MapReduce有意义吗

对于大量的数据，map和reduce函数需要在分布式环境中执行，因此，不，处理大数据是没有意义的（对于小数据，这是可以的）

意见

---

抱歉，it部分不是答案，而是开放讨论的声明。在软件系统中，MongoDB的职责应该是保存数据，而不是处理数据。如果有数据处理需求（将为99%），MongoDB MapReduce可以使用，直到达到一定的数据大小（导入以确定阈值之前），那么应该传播到Hadoop集群。（或类似的分布式解决方案）

如果存在无法通过普通查询或聚合框架表示的数据视图，那么是的，这可能是有意义的。除此之外。。。这似乎是一个意见问题？我不明白你的答案，或者你为什么要推Hadoop？只是指出map reduce本身与服务器节点的分布无关，而是与工作节点相关。工人可以是单个机器或专用服务器中的进程或线程。关于推广hadoop，我特意在一个意见标题下对其进行了定义。正如我所说，该声明是开放讨论的。刚刚更新的声明参见paranthesis，防止将单一工具或软件作为唯一的解决方案进行推广。