根据位于另一个集合中的值删除集合中的文档

我昨天开始使用mongodb。我在同一个数据库中有两个集合，包含1亿和3亿个文档。如果在第二个集合的任何文档中找不到文档中的值，我想删除一个集合中的文档。为了让这个更清晰，我在下面提供了python/mongodb伪代码。我意识到这不是正确的语法，它只是为了展示我之后的逻辑。我在寻找最有效的方式，因为有很多的记录和对我的笔记本电脑:)根据位于另一个集合中的值删除集合中的文档

for doc_ONE in db.collection_ONE: 
    if doc_ONE["arbitrary"] not in [doc_TWO["arbitrary"] for doc_TWO in db.collection_TWO]: 
     db.collection_ONE.remove({"arbitrary": doc_ONE["arbitrary"]})

我很好这是从蒙戈CLI做，如果快。感谢您阅读本文，请不要让我难以忍受哈哈。

来源

2016-08-17 Beetle

注意：''文件'出现两次在你的伪代码中，令人困惑。你可以重命名=>“doc_one”和“doc_two”吗？ –

如果document["arbitrary"]是immuable值，可以将所有的值（不重复）存储在set：

值= {文档[ “任意” 用于在db.collection_TWO文档}

的像你这样建议的进程：

for doc_one in db.collection_ONE: 
    if doc_one["arbitrary"] not in values: 
     db.collection_ONE.remove({"arbitrary": doc_one["arbitrary"]})

来源

2016-08-17 21:36:21

你的意思是：values =（文档[“任意”]为db.collection_TWO中的文档）？ Collection_TWO没有“任意”的副本，只有collection_ONE。这是我只需要做一次的事情，但是对于收藏的大小来说，恐怕我的方法需要一段时间。我不确定是否有某种秘密酱料。所以，最重要的是，只有当doc_ONE [“任意”]值存在于doc_TWO [“任意”]时，collection_ONE中的文档才应该存在。 collection_ONE文档取决于collection_TWO中的信息。 – Beetle

是的，'values'是[** set **]（https://docs.python.org/2/library/functions.html#func-set）或[** frozsenset **]（https：/ /docs.python.org/2/library/functions.html#func-frozenset）现有的'document [“任意”]'值。它有什么样的价值？ 'int'？ 'str'？我是sur python可以在内存中存储大量的int或str ... –

是的，它是一种很棒的方法，它比我的列表方法更快。我唯一关心的是记忆。 collection_TWO有3亿条记录。这是一个40个字符的字符串值。 – Beetle

根据位于另一个集合中的值删除集合中的文档

回答

相关问题