如何在mongodb中小写unique：true键的值？

Question

我创建了一个mongodb，并且错误地以大写字母和小写字母形式输入了重复值。

我使索引唯一。 MongoDB区分大小写，因此将大写字母和小写字母视为不同的值。

现在我的问题是数据库大约有32 GB。 我遇到了这个问题。 请帮助我。

这是示例：

db.tt.createIndex({'email':1},{unique:true})

> db.tt.find().pretty()
{
        "_id" : ObjectId("591d706c0ef9acde11d7af66"),
        "email" : "g@gmail.com",
        "src" : [
                {
                        "acc" : "ln"
                },
                {
                        "acc" : "drb"
                }
        ]
}
{
        "_id" : ObjectId("591d70740ef9acde11d7af68"),
        "email" : "G@gmail.com",
        "src" : [
                {
                        "acc" : "ln"
                },
                {
                        "acc" : "drb"
                },
                {
                        "acc" : "dd"
                }
        ]
}

我如何将email为小写并将src值分配给原始email 。 请帮助我。

Answer 1

您可以使用$toLower聚合运算符来实现此$toLower如下所示：

    db.tt.aggregate([  
   {  
      $project:{  
         email:{  
            $toLower:"$email"
         },
         src:1
      }
   },
   {  
      $unwind:"$src"
   },
   {  
      $group:{  
         _id:"$email",
         src:{  
            $addToSet:"$src"
         }
      }
   },
   {  
      $project:{  
         _id:0,
         email:"$_id",
         src:1
      }
   },
   {  
      $out:"anotherCollection"
   }
])

$addToSet允许仅保留一次src项的不同出现

这会将这个文档写到一个名为anotherCollection的新集合中：

{ "email" : "g@gmail.com", "src" : [ { "acc" : "dd" }, { "acc" : "drb" }, { "acc" : "ln" } ] }

请注意，使用$out ，您可以直接对tt集合进行平均写，但是在执行此操作之前，请确保了解您的操作，因为所有先前的数据都会丢失

Answer 2

我可以想到的最有效的合并数据方法是运行聚合并循环结果以批量操作方式写回集合：

var ops = [];

db.tt.aggregate([
  { "$unwind": "$src" },
  { "$group": {
    "_id": { "$toLower": "$email" },
    "src": { "$addToSet": "$src" },
    "ids": { "$addToSet": "$_id" }
  }}
]).forEach(doc => {
  var id = doc.ids.shift();
  ops = [
    ...ops,
    {
      "deleteMany": {
        "filter": { "_id": { "$in": doc.ids } }
      }
    },
    { 
      "updateOne": { 
        "filter": { "_id": id },
        "update": { 
          "$set": { "email": doc._id },
          "$addToSet": { "src": { "$each": doc.src } }
        }
      }
    },
  ];

  if ( ops.length >= 500 ) {
    db.tt.bulkWrite(ops);
    ops = [];
  }

});

if ( ops.length > 0 )
    db.tt.bulkWrite(ops);

在步骤，这是$unwind的阵列项目，以便他们可以通过合并$addToSet ，下$group上使用$toLower的email值。 您还希望保留唯一的源文档ID集。

在循环中， shift第一个_id值从doc.ids并使用小写电子邮件和修订的“ src”集更新该文档。 在此处使用$addToSet可以使该操作安全写入文档中可能发生的任何其他更新。

然后，循环中的其他操作将删除共享相同的已转换案例电子邮件的其他文档，因此不会重复。 其实先做一个。 默认的“有序”操作可确保一切正常。

并在Shell中进行操作，因为它是一次性操作，并且实际上与所示的清单一样简单。