用mongodb进行管道操作

Question

我对mongo很陌生，我正在寻找一种使用单个命令进行排序和删除的干净方法：

{u'house_id': 199, u'_id': ObjectId('50906d7fa3c412bb040eb896'), u'type': u'house', u'rate': 58.09608083191365}
{u'house_id': 199, u'_id': ObjectId('50906d7fa3c412bb040eb895'), u'type': u'house', u'rate': 49.34223066136407}
{u'house_id': 198, u'_id': ObjectId('50906d7fa3c412bb040eb891'), u'type': u'house', u'rate': 76.18366499496366}
{u'house_id': 198, u'_id': ObjectId('50906d7fa3c412bb040eb892'), u'type': u'house', u'rate': 17.46279901047208}

如何删除具有相同house_id的最低速率的文档？

Answer 1

不幸的是，remove和update命令还不允许它们中的通用游标方法( https://jira.mongodb.org/browse/SERVER-1599 )，所以目前最好的方法是先查找，然后删除：

var houses = db.collection.find({house_id: 199}).sort({rate: 1});
houses.forEach(function(doc){
    db.collection.remove({_id: house._id});
    return;
})

这是目前最好的办法。

Answer 2

虽然这里的基本答案是您需要循环结果，但通过一次命中获得所有“最小值”文档，您可能会做得更好。聚合框架对此非常有用，因为您可以将$first运算符与$sort组合在一起。

var result  = db.collection.aggregate([
    { "$sort": { 
        "house_id": 1,
        "rate": 1
    }},
    { "$group": {
        "_id": "$house_id",
        "docId": { "$first": "$_id" },
        "count": { "$sum": 1 }
    }},
    { "$match": {
        "count": { "$gt": 1 }
    }}
])

这会给出包含所有文档的结果，这些文档在集合中具有最低的比率，当然，如果您不想删除"house_id“，则会丢弃任何只有一个值的结果。

然后，如果您真的可以将所有这些结果应用到$in操作符中，只需进行一点映射，就可以提取您需要的_id值：

var ids = [];
result.result.forEach(function(doc) {
    ids.push( doc.docId );
});

db.collection.remove({ "_id": { "$in": ids } })

另外，注意到默认形式的.remove()将对所有匹配的文档起作用，除非指定了一个可选操作符来删除一个。但这对我来说没问题。

在MongoDB 2.6中，您可以访问与聚合结果一起返回的“游标”，因此可以选择在大型结果集上改进这一点：

var ids = [];
var cursor = db.collection.aggregate([
    { "$sort": { 
        "house_id": 1,
        "rate": 1
    }},
    { "$group": {
        "_id": "$house_id",
        "docId": { "$first": "$_id" },
        "count": { "$sum": 1 }
    }},
    { "$match": {
        "count": { "$gt": 1 }
    }}
]);

cursor.forEach(function(doc) {
    ids.push( doc.docId );

    if ( ids.length % 500 == 0 ) {
        db.collection.remove({ "_id": { "$in": ids } });
        ids = [];
    }

});

if ( ids.length > 0 )
    db.collection.remove({ "_id": { "$in": ids } });

或基本结构的任何语言的一般实现。

因此，您不完全是“管道”或“子查询”结果，因为这样的操作是不受支持的。但是，$in运算符是在这里高效组合的方法，也是聚合的方法，为您找到“最低”结果提供了一种有效的方法。

通常，它应该比在这里使用.find()以及.sort()和.limit(1)修饰符循环所有可能的“.sort()”值更有效。

另外，与其他建议相反，您将不会删除“所有”您的文档，甚至可能是这样，如果您只是将.limit(1)添加到您的查找中(如未显示的那样)，即您不知道是否只有一个结果。而且您可能不想删除您唯一的文档。