ObjectId组成
ObjectId 是一个12字节 BSON 类型数据,有以下格式:
- 前4个字节表示时间戳
- 接下来的3个字节是机器标识码
- 紧接的两个字节由进程id组成(PID)
- 最后三个字节是随机数。
MongoDB中存储的文档必须有一个”_id”键。这个键的值可以是任何类型的,默认是个ObjectId对象。
在一个集合里面,每个文档都有唯一的”_id”值,来确保集合里面每个文档都能被唯一标识。
MongoDB采用ObjectId,而不是其他比较常规的做法(比如自动增加的主键)的主要原因,因为在多个 服务器上同步自动增加主键值既费力还费时。
查询重复数据
db.getCollection(‘t_user’).aggregate([
{‘$group’:{
‘_id’:{open_id:’$open_id’},
‘uniqueIds’:{‘$addToSet’:’$_id’},
‘count’:{‘$sum’:1}
}},
{‘$match’:{
‘count’:{‘$gt’:1}
}}],{allowDiskUse: true});
查询重复数据并删除重复
db.getCollection(‘t_user’).aggregate([
{‘$group’:{
‘_id’:{open_id:’$open_id’},
‘uniqueIds’:{‘$addToSet’:’$_id’},
‘count’:{‘$sum’:1}
}},
{‘$match’:{
‘count’:{‘$gt’:1}
}}
],{allowDiskUse: true}).forEach(function(doc){
doc.uniqueIds.shift();
db.getCollection(‘front_user_copy’).remove({
‘_id’:{‘$in’:doc.uniqueIds}
})
MapReduce 使用
MapReduce的基本语法:
MapReduce可以被用来构建大型复杂的聚合查询。
1 | db.collection.mapReduce( |
实例
1 | db.posts.mapReduce( |
mapReduce 输出结果为:
1 | { |
结果表明,共有 5 个符合查询条件(status:”active”)的文档, 在map函数中生成了 5 个键值对文档,最后使用reduce函数将相同的键值分为 2 组。
具体参数说明:
- result:储存结果的collection的名字,这是个临时集合,MapReduce的连接关闭后自动就被删除了。
- timeMillis:执行花费的时间,毫秒为单位
- input:满足条件被发送到map函数的文档个数
- emit:在map函数中emit被调用的次数,也就是所有集合中的数据总量
- ouput:结果集合中的文档个数(count对调试非常有帮助)
- ok:是否成功,成功为1
- err:如果失败,这里可以有失败原因,不过从经验上来看,原因比较模糊,作用不大
使用 find 操作符来查看 mapReduce 的查询结果:
1 | db.posts.mapReduce( |
以上查询显示如下结果:
1 | { "_id" : "mark", "value" : 4 } |