Trova record duplicati in MongoDB

Come troverei i campi duplicati in una raccolta di mongo.

Vorrei controllare se qualcuno dei campi "nome" è duplicato.

{
    "name" : "ksqn291",
    "__v" : 0,
    "_id" : ObjectId("540f346c3e7fc1054ffa7086"),
    "channel" : "Sales"
}

Grazie molto!

Utilizzare l'aggregazione su namee ottenere namecon count > 1:

db.collection.aggregate(
    {"$group" : { "_id": "$name", "count": { "$sum": 1 } } },
    {"$match": {"_id" :{ "$ne" : null } , "count" : {"$gt": 1} } }, 
    {"$project": {"name" : "$_id", "_id" : 0} }
)

Per ordinare i risultati dal numero maggiore al numero minimo di duplicati:

db.collection.aggregate(
    {"$group" : { "_id": "$name", "count": { "$sum": 1 } } },
    {"$match": {"_id" :{ "$ne" : null } , "count" : {"$gt": 1} } }, 
    {"$sort": {"count" : -1} },
    {"$project": {"name" : "$_id", "_id" : 0} }     
)

Per utilizzarlo con un nome di colonna diverso da "nome", cambia " $ nome " in " $ nome_colonna "

È possibile trovare la listdi duplicatenomi utilizzando la seguente aggregatecondotta:

• Grouptutti i record hanno simili name.
• Matchquelli groupscon record maggiori di 1.
• Poi di groupnuovo a projecttutti i nomi duplicati come file array.

Il codice:

db.collection.aggregate([
{$group:{"_id":"$name","name":{$first:"$name"},"count":{$sum:1}}},
{$match:{"count":{$gt:1}}},
{$project:{"name":1,"_id":0}},
{$group:{"_id":null,"duplicateNames":{$push:"$name"}}},
{$project:{"_id":0,"duplicateNames":1}}
])

operazione:

{ "duplicateNames" : [ "ksqn291", "ksqn29123213Test" ] }

La risposta anhic data può essere molto inefficiente se si dispone di un database di grandi dimensioni e il nome dell'attributo è presente solo in alcuni documenti.

Per migliorare l'efficienza è possibile aggiungere una corrispondenza $ all'aggregazione.

db.collection.aggregate(
    {"$match": {"name" :{ "$ne" : null } } }, 
    {"$group" : {"_id": "$name", "count": { "$sum": 1 } } },
    {"$match": {"count" : {"$gt": 1} } }, 
    {"$project": {"name" : "$_id", "_id" : 0} }
)

db.getCollection('orders').aggregate([  
    {$group: { 
            _id: {name: "$name"},
            uniqueIds: {$addToSet: "$_id"},
            count: {$sum: 1}
        } 
    },
    {$match: { 
        count: {"$gt": 1}
        }
    }
])

Primo gruppo Interroga il gruppo in base ai campi.

Quindi controlliamo l'ID univoco e lo contiamo, se count è maggiore di 1, il campo è duplicato nell'intera raccolta in modo che l'oggetto venga gestito dalla query $ match.