Mongo支持Map/Reduce查询，但它们似乎不是Hadoop意义上的Map-Reduce（并行运行）。在大型Mongo数据库上运行查询的最佳方式是什么？我需要把它出口到另一个地方吗？
根据您具体需要做什么，您的选择（在Mongo中）是：
1） 在Mongo中继续使用map/reduce，但为了m/r的目的启动一些辅助设备。这是一种比较简单的并行化map reduce的方法。不过，也有一些限制，您只能使用"out:inline"选项，因此结果需要在~16MB或以下。只有当你还没有进行碎片化时，这才是真正可行的。
2） 看看2.2中的聚合框架（2.2.0-rc0已经发布，我们发现它在MongoHQ中非常稳定）。这在数据库级别上得到了更好的优化，主要是让你远离janky javascript引擎，也是10gen添加的更有趣的功能之一。它也将在分片环境中工作。
对于以上任何一种情况，您都需要确保有足够的RAM（或真正快速的磁盘）来保存所有输入数据、中间步骤和结果。否则，你会受到IO速度的限制，不会从你的CPU中得到太多。
如果你想走出Mongo，你可以试试Mongo Hadoop适配器。Hadoop是一种更好的map/reduce方法，它将允许您使用Mongo数据作为输入。然而，这可能在操作上很复杂，这意味着要么付出高昂的努力，要么很脆弱。