MongoDB：从 Projection 中删除重复记录

Question

如何从 mongoDB 投影中删除重复记录？ 假设我有以下形式的我的 mongo 文档 -

{"_id":"55555454", "From":"Bob", "To":"Alice", "subject":"Hi", "date":"04102011"} 
{"_id":"55555455", "From":"Bob", "To":"Dave", "subject":"Hello", "date":"04102014"}
{"_id":"55555456", "From":"Bob", "To":"Alice", "subject":"Bye", "date":"04112013"}

当我做一个简单的投影时 db.col.find({}, {"From":1, "To":1, "_id"=0})

这显然会给我所有三个这样的记录。

{“发件人”：“鲍勃”，“收件人”：“爱丽丝”} {“发件人”：“鲍勃”，“收件人”：“戴夫”} {“发件人”：“鲍勃”， “致”：“爱丽丝”}

但是我想要的只是两条记录，这样 -

{"From":"Bob", "To":"Alice"} {"From":"Bob","To":"Dave"}

由于我的应用程序目前在 python 中（使用 pymongo），我正在做的是我正在使用

从记录列表中删除应用程序中的重复项

result = [dict(tupleized) for tupleized in set(tuple(item.items()) for item in l)]

是否有任何数据库方法可以应用于投影并且只给我两条记录。

Answer 1

您无法仅使用 find 与 MongoDB 和投影来减少和消除重复文档。

find 命令将不起作用，因为您需要记住它正在向客户端返回一个游标，因此不能将结果减少到只有那些没有辅助传递的唯一文档。

使用这个作为测试数据（删除_id）：

> db.test.find()
{ "From" : "Bob", "To" : "Alice", "subject" : "Hi", "date" : "04102011" }
{ "From" : "Bob", "To" : "Dave", "subject" : "Hello", "date" : "04102014" }
{ "From" : "Bob", "To" : "Alice", "subject" : "Bye", "date" : "04112013" }
{ "From" : "Bob", "To" : "Alice", "subject" : "Hi", "date" : "04102011" }
{ "From" : "Bob", "To" : "Dave", "subject" : "Hello", "date" : "04102014" }
{ "From" : "Bob", "To" : "Alice", "subject" : "Bye", "date" : "04112013" }
{ "From" : "Bob", "To" : "Dave", "subject" : "Hello", "date" : "04102014" }
{ "From" : "Bob", "To" : "Alice", "subject" : "Bye", "date" : "04112013" }
{ "From" : "George", "To" : "Carl", "subject" : "Bye", "date" : "04112013" }
{ "From" : "David", "To" : "Carl", "subject" : "Bye", "date" : "04112013" }

你可以使用聚合：

> db.test.aggregate({ $group: { _id: { "From": "$From", "To": "$To" }}})

结果：

{
    "result" : [
        {
            "_id" : {
                    "From" : "David",
                    "To" : "Carl"
            }
        },
        {
            "_id" : {
                    "From" : "George",
                    "To" : "Carl"
            }
        },
        {
            "_id" : {
                    "From" : "Bob",
                    "To" : "Dave"
            }
        },
        {
            "_id" : {
                    "From" : "Bob",
                    "To" : "Alice"
            }
        }
],
    "ok" : 1
}

Python 代码应该与上面建议的聚合管道非常相似。

Answer 2

投影仅定义您希望在结果中出现的字段。这很像以下语句：

SELECT From, To

相对于

的基本形式

SELECT *

所以你真正想做的就是这样：

db.collection.find(
    { "From": "Bob", "To": "Alice" },
    { "From": 1, "To": 1 }
)

这实际上选择了您想要的记录，并且与以下形式大致相同：

SELECT From, To
FROM collection
WHERE
   From = "Bob"
   AND To = "Alice"

如果实际上以某种方式产生“重复”结果，您可以使用聚合删除它：

db.collection.aggregate([
   { "$match": {
       "From": "Bob", "To": "Alice"
   }}
   { "$group": {
       "_id": { 
           "From": "$From", "To": "$To"
       }
   }}       
])