通过ID从Mongo中删除旧文档

Question

在我当前的项目中，我们使用Mongo存储许多文档（大约1000亿美元）。 如何使用字段_id删除一半的最旧文档，因为如果使用索引字段“时间戳”，此操作将在约3年后以当前速度完成。

Answer 1

这是指向MongoDB用户Google网上论坛帖子的链接，该帖子讨论了基于时间戳生成ObjectId的情况：http : //groups.google.com/group/mongodb-user/browse_thread/thread/262223bb0bd52a83/3fd9b01d0ad2c41b

从帖子中：从Mongo ObjectIds中提取时间戳在Mongo文档“优化对象ID”中进行了说明，网址为http://www.mongodb.org/display/DOCS/Optimizing+Object+IDs#OptimizingObjectIDs-Extractinsertiontimesfromid，而不是具有aseparatetimestampfield 。

取自帖子中的示例，ObjectIds可以从Unix时间中以秒为单位的时间创建：

> now = new Date()
ISODate("2012-04-19T19:01:58.841Z")
> ms = now.getTime()
1334862118841
> sec = Math.floor(ms/1000)
1334862118
> hex = sec.toString(16)
4f906126
> id_string = hex + "0000000000000000"
4f9061260000000000000000
> my_id = ObjectId(id_string)
ObjectId("4f9061260000000000000000")

使用以上公式，您可以从任何日期创建ObjectID，并查询具有较小ObjectId的文档。

展望未来，如果您的应用程序将基于时间保存数据，并在达到一定使用期限时删除数据，那么您可能会发现最好将文档存储在单独的集合中。每天，每周或任何时间范围内最适合您的应用程序的一个。与删除单个文档相比，删除整个集合所需的开销要少得多，因为可以通过单个操作来完成。 db.<collection>.remove({query})将对返回的每个文档执行写操作，如您所见，对于大量文档而言，这可能会太慢。

Answer 2

只需找到中间的_id并删除所有旧条目：

蒙戈外壳：

// get total documents count / 2
var c = Math.floor( db.collection.stats()['count'] / 2 )

// find middle id
var mid_id = db.collection.find().skip(c).limit(1)[0]._id

// remove all ids older than the middle one
db.collection.remove({_id:{$lt:mid_id}})