linux查询重复数据库,MongoDB 分组查询统计去掉重复的记录

mongodb版本号是，MongoDB shell version: 2.4.4

操作环境，shell窗口 ，如下所示：

[mongo_user@mongodb_dbs ~]# mongo --port 30100

MongoDB shell version: 2.4.4

connecting to: 127.0.0.1:30000/test

mongos>

mongos> use pos

switched to db pos

mongos>

1，先统计分组记录数，以paymentOrder字段来分组统计，查询出所有的统计结果，分组统计数>1的

// 这里分组统计出来取分组字段paymentOrder的值_id、最大的objectid值max_id、分组统计数count

var group=([

{$group:{_id:"$paymentOrder", max_id: {$max:"$_id"},count: { $sum: 1 }}},

{$sort:{count:-1}}

])

2，定义就是找出存在重复的分组，使用管道操作符 match，条件是普通查询的格式，但是作用于[Math Processing Error] group的输出结果的格式：

var match ={"$match":{"count" : {"$gt" : 2}}};

3，最后，通过聚合框架函数db.paymentinfo.aggregate(group, match)就得到了存在重复数据的分组。这个过程看似复杂，其实实现的只是T-SQL中的group by … having … 的语法。

var ds=db.paymentinfo.aggregate(group, match);

PS：这里match无效，出来很多count为1的数据，也就是说{“match":{"count" : {"[Math Processing Error] gt” : 2}}};失败，why？

4，删除之前先备份好

备份

/usr/local/mongodb/mongodb-linux-x86_64-2.4.4/bin/mongoexport --port 30000 -d pos -c paymentinfo -o /home/backup/mongodb_pos_paymentinfo_3.txt

5，开始循环删除

这里ds就是一个大的结果集，直接用ds.result就可以获取结果集里面分组查询出来的数据:

//下面开始启用循环来遍历，aggregate出来的result已经具备了数组的特性，可以直接for循环处理

var ds = db.paymentinfo.aggregate(group, match);

for (var i = 0;i

var child=ds.result[i];

var count=child.count;

//因为上面第二步的{"$match":{"count" : {"$gt" : 2}}};过滤无效，所以这里加一个count>1来过滤掉没有重复的数据，只对有重复的进行数据处理操作

if(count>1){

var oid=child.max_id;

print(count);

//这里获取分组中最大的objectid的集合记录的objectid

var payorder=child._id;

//获取重复的paymentOrder的所有记录查���出来，进行遍历

var ps=db.paymentinfo.find({"paymentOrder":payorder });

//直接find后需要用toArray()来进行处理变成数组这样才可以遍历

var psc=ps.toArray();

for(var j=0; j

var pchild=psc[j];

//将objectid进行遍历，如果是最大的那条记录保留，不是就删除remove掉

if(oid.toString()==pchild._id.toString()){

print("the same one");print(pchild._id.toString());

print(oid.toString());

}else{

print("the other one -----");print(pchild._id.toString());print(oid.toString());db.paymentinfo.remove({"_id":pchild._id});

}

}

}

}

BY THE WAY：如果你copy我的脚本，去shell下的mongos客户端执行报错，有可能是格式错误，你可以去掉所有的换行符号或者你自己手动输入一遍，去执行，就不会报错了。

更多MongoDB相关教程见以下内容：

《MongoDB 权威指南》(MongoDB: The Definitive Guide)英文文字版[PDF] http://www.linuxidc.com/Linux/2012-07/66735.htm

MongoDB 的详细介绍：请点这里

MongoDB 的下载地址：请点这里