Question

我正在从不同的数据源收集数据，这些数据源都推送到MongoDB中的不同集合。所有数据源都有一个字段，用于存储特定系统的主机名。但是，有些仅具有主机名（即HOSTNAME1），而另一些具有主机名和域名（即HOSTNAME1.XXX.XXX.COM）。我的任务是获取所有数据源中唯一主机名的数量。一个数据源很可能会给我HOSTNAME1，而另一个数据源可能会给我HOSTNAME1.XXX.XXX.COM。我目前正在使用聚合方法“ addtoSet”来筛选出任何共享相同格式的重复主机名。关于如何解释不共享相同格式且不唯一的主机名的任何建议？首选使用Python 2.x的解决方案，但不是必需的。

    def uniqueCount (collName, uploadDate):

        sysList = list(cursor.aggregate([ { '$match':{'UPLOAD_DATE':uploadDate} }, { '$group': {
                        '_id': collName,
                        'uniqueHosts': {'$addToSet': {'$toUpper':'$HOSTNAME'}}
                    }}]))

        return len(sysList[0]['uniqueHosts'])

Answer 1

您非常接近-只需变换HOSTNAME字段即可。可以使用$arrayElemAt和$split在数据库端完全完成：

db.getCollection('collection').aggregate([
    {$group: {
        _id: ...,
        // Set of HOSTNAME.split('.')[0]
        uniqueHosts: {$addToSet: {$arrayElemAt: [{$split: ['$HOSTNAME', '.']}, 0]}}
    }}
])

在Python 2.x中查找唯一的主机名

1 个答案: