У меня есть база данных, состоящая из записей, соответствующих трудовым договорам. В базе данных MongoDB я сгруппировал по конкретным работникам, тогда база данных - в упрощенной версии - выглядит примерно так.
{
"_id" : ObjectId("5ea995662a40c63b14266071"),
"worker" : "1070",
"employer" : "2116096",
"start" : ISODate("2018-01-11T01:00:00.000+01:00"),
"ord_id" : 0
},
{
"_id" : ObjectId("5ea995662a40c63b14266071"),
"worker" : "1070",
"employer" : "2116096",
"start" : ISODate("2018-01-11T01:00:00.000+01:00"),
"ord_id" : 1
},
{
"_id" : ObjectId("5ea995662a40c63b14266072"),
"worker" : "1071",
"employer" : "2116055",
"start" : ISODate("2019-01-03T01:00:00.000+01:00"),
"ord_id" : 2
},
{
"_id" : ObjectId("5ea995662a40c63b14266072"),
"worker" : "1071",
"employer" : "2116056",
"start" : ISODate("2019-01-03T01:00:00.000+01:00"),
"ord_id" : 3
},
Переставил по рабочим
{
"_id" : ObjectId("5ea995662a40c63b14266071"),
"worker" : "1070",
"contratcs" : [
{
"employer" : "2116096",
"start" : ISODate("2018-01-11T01:00:00.000+01:00"),
"ord_id" : 0
},
{
"employer" : "2116096",
"start" : ISODate("2018-01-11T01:00:00.000+01:00"),
"ord_id" : 1
} // Since employer identification and starting date is the same of the previous, this is a duplicate!
]
},
{
"_id" : ObjectId("5ea995662a40c63b14266072"),
"worker" : "1701",
"contratcs" : [
{
"employer" : "2116055",
"start" : ISODate("2019-01-03T01:00:00.000+01:00"),
"ord_id" : 2
},
{
"employer" : "2116056",
"start" : ISODate("2019-01-04T01:00:00.000+01:00"),
"ord_id" : 3
}
]
}
Из исходной таблицы некоторые контракты были проверены дважды, поэтому я должен сохранить только один. Более конкретно (в этом примере) я рассматриваю дубликаты этих контрактов (для одного и того же работника), заключенных в один и тот же день и с одним и тем же работодателем. Однако должен быть правильный выбор, какой дубликат сохранить, а какой нет (это не зависит от меня). По сути, есть поле с именем 'ord_id' (я создал базу данных в MongoDB), которое является числом и уникально (следовательно, среди дубликатов это единственный термин, который на самом деле отличается). По сути, я должен сохранить среди дубликатов те, у которых наивысшее значение «ord_id». Следуя этой ветке, я написал:
db.mycollection.aggregate([
{ $unwind: "$contracts" },
{ $group: {
_id: { WORKER: "$worker", START: "$contracts.start" },
dups: { $addToSet: "$_id" },
ord_id: { $addToSet: "$contracts.ord_id" },
count: {$sum: 1 }
}
},
{ $match: { count: { $gt: 1} } },
{ $sort: {count: -1, ord_id: -1 } }
],{allowDiskUse: true}).
forEach(function(doc) {
doc.dups.shift();
db.mycollection.remove({_id : {$in: doc.dups }});
});
Несмотря на то, что при агрегировании по контрактам у меня возникают проблемы с устранением, я хотел бы сдвинуть (а затем сохранить) дубликаты на тот, у которого наивысшее значение 'ord_id'. Я все еще новичок в MongoDB и все еще нахожусь в фазе мысленного перехода от в основном реляционного (SQL) подхода. Извинитесь за глупый вопрос.