Dedupe MongoDB Collection

我是NoSQL的新手，非常抱歉，如果这是非常基本的。比方说，我有以下的集合：Dedupe MongoDB Collection

{ 
    a: 1, 
    b: 2, 
    c: 'x' 
}, 
{ 
    a: 1, 
    b: 2, 
    c: 'y' 
}, 
{ 
    a: 1, 
    b: 1, 
    c: 'y' 
}

我想运行在任何匹配的“重复数据删除”查询：查询运行

所以经过

{ 
    a: 1, 
    b: 2 
    ... (any other properties are ignored) ... 
},

，或者在下面剩余的收集就可以了：

{ 
    a: 1, 
    b: 2, 
    c: 'y' 
}, 
{ 
    a: 1, 
    b: 1, 
    c: 'y' 
}

{ 
    a: 1, 
    b: 2, 
    c: 'x' 
}, 
{ 
    a: 1, 
    b: 1, 
    c: 'y' 
}

只要只有一个文档剩余== 1和b == 2。

来源

如果你总是希望确保只有一个文件有任何给定的a，b组合，您可以在a和b使用唯一索引。当创建索引，你可以给dropDups选项，这将删除所有，但一个重复：

db.collection.ensureIndex({a: 1, b: 1}, {unique: true, dropDups: true})

2012-02-14 01:44:49 dcrosta

该死的，忘记了:) – 2012-02-14 01:45:20

这不适用于所有可能的情况下（例如，{a：{$ in：[1,2]}}），但是唯一的单一命令解决方案（尽管如果您实际上不需要索引，您可能希望直接删除索引） – 2012-02-14 11:58:10

这是否适用于嵌入式文档？ – Jeff 2014-04-04 03:25:24

我不知道会就地更新您的集合中的任何命令，但你肯定能行通过临时存储。

您可以使用MapReduce或即将到来的Aggregation Framework（目前位于不稳定分支）执行此操作。

我决定不在这里写代码，因为它需要学习离开你的快乐。 :)

2012-02-14 01:44:52

回答