MongoDB去除重复数据（只保留一个）

目录

直接对数据库进行操作

使用py进行去重

 成功截图​编辑

 一个实例

集合结构

 查询代码

---

直接对数据库进行操作

db.getCollection("你的集合名").aggregate([
    {
//使用aggregate聚合查询重复数据
//$group中是查询条件，根据你的字段来聚合相同的数据；
//$count用来统计重复出现的次数， $match来过滤没有重复的数据；
//$addToSet将聚合的数据id放入到dups数组中方便后面使用；

        $group:{_id:{你的字段1:'$你的字段1',你的字段2:"$你的字段2"},count:{$sum:1},dups:{$addToSet:'$_id'}}
    },
    {
        $match:{count:{$gt:1}}
    }

    ]).forEach(function(it){
         //保留第一个数据，防止所以重复数据全部被删除
         it.dups.shift();
         //执行删除   
         db.getCollection("wallhaven.cc").remove({_id: {$in: it.dups}});

    });

使用py进行去重

from pymongo import MongoClient

# 打开集合
client = MongoClient(address, port)
db = client.db_name
collection = db.collection_name

patents = []  # 存储已遍历过的字段
count = 0
for item in collection.find():
    if item['你的字段'] not in patents:  # 判断当前文档是否在之前已经遍历过
        patents.append(item['你的字段'])  # 该文档设置成已遍历
    else:
        collection.delete_one(item)  # 删除重复文档

 成功截图

 一个实例

集合结构

 查询代码

db.getCollection("wallhaven.cc").aggregate([
    {
        $group:{_id:{url:'$url',tag:"$tag"},count:{$sum:1},dups:{$addToSet:'$_id'}}
    },
    {
        $match:{count:{$gt:1}}
    }

    ]).forEach(function(it){
         it.dups.shift();
         db.getCollection("wallhaven.cc").remove({_id: {$in: it.dups}});

    });