记录一个在工作中遇到的一个场景:数据规则是根据某个字段作为唯一标识存储数据,但是在业务使用中发现有重复数据,需要把这些数据筛查出来。
下面分别以MySQL和MongoDB来举例说明:
MySQL
根据user表中的code字段查找重复数据
select code,count(*) from user group by code having count(*) > 1;
MongoDB
mongo中也是user表,根据code来找重复数据
db.getCollection('user').aggregate([ { $group: { _id : '$code', count: { $sum : 1 } } }, { $match: { count: { $gt : 1} } }])
注:如果Mongo表中数据量过多的话,这个语句直接查询可能会报错。报错如图所示:
原因是MongoDB的聚合的结果必须要限制在16M以内。所以要加一个参数allowDiskUse:true
所以,如果数据量多的话需要用下面的语句:
db.getCollection('user').aggregate([ { $group: { _id : '$code', count: { $sum : 1 } } }, { $match: { count: { $gt : 1} } }],{allowDiskUse:true})
the end~