嗨，我是 mongodb 的新手，我不知道如何有效地实现以下目标，因为我们收集了大量数据

我想删除那些超过 6 个月的文件 但同时我想为每个 al_object_id 保留最新的 5 条记录，即使已经超过 6 个月。

+--------+---------------------+--------------+
| al_id  |       al_date       | al_object_id |
+--------+---------------------+--------------+
| 224917 | 2012-01-01 00:00:00 |            1 |
| 224918 | 2012-01-02 00:00:00 |            1 |
| 224919 | 2012-01-03 00:00:00 |            1 |
| 224920 | 2012-01-04 00:00:00 |            1 |
| 224921 | 2012-01-05 00:00:00 |            1 |
| 224922 | 2012-01-06 00:00:00 |            1 |
| 224923 | 2012-01-07 00:00:00 |            1 |
| 224925 | 2016-01-01 00:00:00 |          222 |
| 224926 | 2016-01-02 00:00:00 |          222 |
| 224927 | 2016-01-03 00:00:00 |          222 |
| 224928 | 2016-01-04 00:00:00 |          222 |
| 224929 | 2016-01-05 00:00:00 |          222 |
| 224930 | 2016-01-06 00:00:00 |          222 |
| 224931 | 2016-01-07 00:00:00 |          222 |
| 224932 | 2016-01-08 00:00:00 |          222 |
| 224933 | 2016-01-09 00:00:00 |          222 |
| 224934 | 2016-01-10 00:00:00 |          222 |
| 224935 | 2012-01-11 00:00:00 |          222 |
| 224936 | 2012-01-12 00:00:00 |          222 |
| 224937 | 2012-01-13 00:00:00 |          222 |
| 224938 | 2012-01-14 00:00:00 |          222 |
| 224939 | 2012-01-15 00:00:00 |          222 |
| 224940 | 2012-01-16 00:00:00 |          222 |
+--------+---------------------+--------------+

如果对象 al_object_id = 1 的记录在过去 6 个月内没有新更新，所以我想保留最新的 5 个更新并删除其他更新 至于 al_object_id = 222，过去 6 个月有更新，所以我想删除超过 6 个月的记录。所以预期的输出将如下所示

+--------+---------------------+--------------+
| al_id  |       al_date       | al_object_id |
+--------+---------------------+--------------+
| 224923 | 2012-01-07 00:00:00 |            1 |
| 224922 | 2012-01-06 00:00:00 |            1 |
| 224921 | 2012-01-05 00:00:00 |            1 |
| 224920 | 2012-01-04 00:00:00 |            1 |
| 224919 | 2012-01-03 00:00:00 |            1 |
| 224934 | 2016-01-10 00:00:00 |          222 |
| 224933 | 2016-01-09 00:00:00 |          222 |
| 224932 | 2016-01-08 00:00:00 |          222 |
| 224931 | 2016-01-07 00:00:00 |          222 |
| 224930 | 2016-01-06 00:00:00 |          222 |
| 224929 | 2016-01-05 00:00:00 |          222 |
| 224928 | 2016-01-04 00:00:00 |          222 |
| 224927 | 2016-01-03 00:00:00 |          222 |
| 224926 | 2016-01-02 00:00:00 |          222 |
| 224925 | 2016-01-01 00:00:00 |          222 |
+--------+---------------------+--------------+

最佳答案

一种方法是使用 aggregate 和 findAndModify。

您可以执行以下操作:

1. 按日期降序排列。这可以在 aggregate 方法的 $sort 阶段完成。
2. 在相同的 aggregate 方法中使用 $group 阶段按 al_object_id 分组。在此阶段，使用 $push 运算符为特定 al_object_id 形成日期数组。这应该为您提供一组 al_object_id 以及每个的日期。
3. 在上面的结果中使用另一个 $group 阶段以相同的 aggregate 方法找到第五个 al_date 使用 $slice 运算符。

4. 现在你知道，从上面的聚合方法的输出，日期，(比如 dateThresh)，应该删除之前的元素，你可以使用 findAndModify 方法来删​​除那些通过遍历 aggregate 结果来生成文档。另外，不要忘记处理这个:

   if dateThresh < dateSixMonthsAgo:
     remove_all_elements_before_dateThresh
   else:
     remove_all_elements_before_dateSixMonthsAgo
   

关于mongodb - 根据条件从mongodb中删除记录，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35506392/