Uitgaande van een incassodocument met name
(met behulp van name
in plaats van url
) veld bestaande uit dubbele waarden. Ik heb twee aggregaties die wat output retourneren die kan worden gebruikt om verdere verwerking uit te voeren. Ik hoop dat u dit nuttig vindt.
{ _id: 1, name: "jack" },
{ _id: 2, name: "john" },
{ _id: 3, name: "jim" },
{ _id: 4, name: "john" }
{ _id: 5, name: "john" },
{ _id: 6, name: "jim" }
Merk op dat "john" 3 keer voorkomt en "jim" 2.
(1) Deze aggregatie retourneert de namen die duplicaten hebben (meer dan één keer):
db.collection.aggregate( [
{
$group: {
_id: "$name",
count: { $sum: 1 }
}
},
{
$group: {
_id: "duplicate_names",
names: { $push: { $cond: [ { $gt: [ "$count", 1 ] }, "$_id", "$DUMMY" ] } }
}
}
] )
De uitvoer:
{ "_id" : "duplicate_names", "names" : [ "john", "jim" ] }
(2) De volgende aggregatie retourneert alleen de _id
veldwaarden voor de dubbele documenten. De naam "jim" heeft bijvoorbeeld _id
waarden 3
en 6
. De uitvoer heeft alleen de id's voor de dubbele documenten, d.w.z. 6
.
db.colection.aggregate( [
{
$group: {
_id: "$name",
count: { $sum: 1 },
ids: { $push: "$_id" }
}
},
{
$group: {
_id: "duplicate_ids",
ids: { $push: { $slice: [ "$ids", 1, 9999 ] } }
}
},
{
$project: {
ids: {
$reduce: {
input: "$ids",
initialValue: [ ],
in: { $concatArrays: [ "$$this", "$$value" ] }
}
}
}
}
] )
De uitvoer:
{ "_id" : duplicate_ids", "ids" : [ 6, 4, 5 ] }