根据条件从 mongodb 中删除记录答案

【问题标题】：delete records from mongodb based on condition根据条件从 mongodb 中删除记录
【发布时间】：2016-02-19 23:13:13
【问题描述】：

您好，我是 mongodb 新手，由于我们收集了大量数据，我不知道如何有效地实现以下目标

我想删除那些超过 6 个月的文件但同时我想为每个 al_object_id 保留最新的 5 条记录，即使有超过 6 个月的记录。

+--------+---------------------+--------------+
| al_id  |       al_date       | al_object_id |
+--------+---------------------+--------------+
| 224917 | 2012-01-01 00:00:00 |            1 |
| 224918 | 2012-01-02 00:00:00 |            1 |
| 224919 | 2012-01-03 00:00:00 |            1 |
| 224920 | 2012-01-04 00:00:00 |            1 |
| 224921 | 2012-01-05 00:00:00 |            1 |
| 224922 | 2012-01-06 00:00:00 |            1 |
| 224923 | 2012-01-07 00:00:00 |            1 |
| 224925 | 2016-01-01 00:00:00 |          222 |
| 224926 | 2016-01-02 00:00:00 |          222 |
| 224927 | 2016-01-03 00:00:00 |          222 |
| 224928 | 2016-01-04 00:00:00 |          222 |
| 224929 | 2016-01-05 00:00:00 |          222 |
| 224930 | 2016-01-06 00:00:00 |          222 |
| 224931 | 2016-01-07 00:00:00 |          222 |
| 224932 | 2016-01-08 00:00:00 |          222 |
| 224933 | 2016-01-09 00:00:00 |          222 |
| 224934 | 2016-01-10 00:00:00 |          222 |
| 224935 | 2012-01-11 00:00:00 |          222 |
| 224936 | 2012-01-12 00:00:00 |          222 |
| 224937 | 2012-01-13 00:00:00 |          222 |
| 224938 | 2012-01-14 00:00:00 |          222 |
| 224939 | 2012-01-15 00:00:00 |          222 |
| 224940 | 2012-01-16 00:00:00 |          222 |
+--------+---------------------+--------------+

如果对象 al_object_id = 1 的记录在过去 6 个月内没有新更新，所以我想保留最新的 5 个更新并删除其他更新至于 al_object_id = 222，过去 6 个月有更新，所以我想删除超过 6 个月的记录。所以预期的输出如下

+--------+---------------------+--------------+
| al_id  |       al_date       | al_object_id |
+--------+---------------------+--------------+
| 224923 | 2012-01-07 00:00:00 |            1 |
| 224922 | 2012-01-06 00:00:00 |            1 |
| 224921 | 2012-01-05 00:00:00 |            1 |
| 224920 | 2012-01-04 00:00:00 |            1 |
| 224919 | 2012-01-03 00:00:00 |            1 |
| 224934 | 2016-01-10 00:00:00 |          222 |
| 224933 | 2016-01-09 00:00:00 |          222 |
| 224932 | 2016-01-08 00:00:00 |          222 |
| 224931 | 2016-01-07 00:00:00 |          222 |
| 224930 | 2016-01-06 00:00:00 |          222 |
| 224929 | 2016-01-05 00:00:00 |          222 |
| 224928 | 2016-01-04 00:00:00 |          222 |
| 224927 | 2016-01-03 00:00:00 |          222 |
| 224926 | 2016-01-02 00:00:00 |          222 |
| 224925 | 2016-01-01 00:00:00 |          222 |
+--------+---------------------+--------------+

【问题讨论】：

标签： mongodb

【解决方案1】：

一种方法是使用aggregate 和findAndModify。

您可以执行以下操作：

按日期降序排列。这可以在aggregate 方法的$sort 阶段完成。
在同一aggregate 方法中使用$group 阶段按al_object_id 分组。在此阶段，使用$push 运算符为特定al_object_id 形成日期数组。这应该会为您提供一组 al_object_ids 以及每个日期的日期。
在上述结果中使用另一个$group 阶段，使用$slice 运算符以相同的aggregate 方法找到第五个al_date。
现在您知道，从上述聚合方法的输出中，日期（比如 dateThresh）应该在哪些元素之前被删除，您可以使用 findAndModify 方法通过循环遍历 aggregate 来删除这些文档结果。另外，不要忘记处理这个：
```
if dateThresh < dateSixMonthsAgo:
  remove_all_elements_before_dateThresh
else:
  remove_all_elements_before_dateSixMonthsAgo
```

【讨论】：