MongoDBで重複するドキュメントをグループ化する方法：aggregate()を使った実践ガイド

MongoDBで重複ドキュメントをグループ化するには

MongoDBで重複しているドキュメントをグループ化したい場合は、aggregate()メソッドと$groupステージを組み合わせて使用します。SQLにおける「GROUP BY」句と同様の処理を、MongoDBの集計パイプラインで実現できます。

この記事では、実際にコレクションを作成し、重複する値を持つドキュメントをグループ化する手順を順を追って解説します。

1. サンプルコレクションの作成

まず、insertOne()メソッドを使って、意図的に重複する値を含むコレクション「demo501」を作成します。

> db.demo501.insertOne({"Name":"Chris"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e8752f0987b6e0e9d18f566")
}
> db.demo501.insertOne({"Name":"Bob"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e8752f4987b6e0e9d18f567")
}
> db.demo501.insertOne({"Name":"Chris"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e8752f8987b6e0e9d18f568")
}
> db.demo501.insertOne({"Name":"John"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e8752fb987b6e0e9d18f569")
}
> db.demo501.insertOne({"Name":"Chris"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e8752fd987b6e0e9d18f56a")
}
> db.demo501.insertOne({"Name":"John"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e875301987b6e0e9d18f56b")
}
> db.demo501.insertOne({"Name":"David"});{
    "acknowledged" : true,
    "insertedId" : ObjectId("5e875307987b6e0e9d18f56c")
}

上記の例では、「Chris」が3件、「John」が2件と重複したデータが登録されています。

2. 登録されたドキュメントの確認

find()メソッドを使って、コレクション内のすべてのドキュメントを表示します。

> db.demo501.find();

このクエリを実行すると、次のような出力が得られます。

{ "_id" : ObjectId("5e8752f0987b6e0e9d18f566"), "Name" : "Chris" }
{ "_id" : ObjectId("5e8752f4987b6e0e9d18f567"), "Name" : "Bob" }
{ "_id" : ObjectId("5e8752f8987b6e0e9d18f568"), "Name" : "Chris" }
{ "_id" : ObjectId("5e8752fb987b6e0e9d18f569"), "Name" : "John" }
{ "_id" : ObjectId("5e8752fd987b6e0e9d18f56a"), "Name" : "Chris" }
{ "_id" : ObjectId("5e875301987b6e0e9d18f56b"), "Name" : "John" }
{ "_id" : ObjectId("5e875307987b6e0e9d18f56c"), "Name" : "David" }

3. 重複ドキュメントをグループ化するクエリ

それでは、重複するドキュメントをグループ化するクエリを見ていきましょう。aggregate()メソッドのパイプライン内で$groupステージを指定し、_idフィールドに「$Name」を設定することで、Nameフィールドの値ごとにドキュメントがグループ化されます。

> db.demo501.aggregate( [ { $group : { _id : "$Name" } } ] )

このクエリを実行すると、次のような出力が得られます。

{ "_id" : "David" }
{ "_id" : "John" }
{ "_id" : "Bob" }
{ "_id" : "Chris" }

実行結果のポイント

出力結果を見ると、重複していた「Chris」「John」がそれぞれ1つにまとめられ、コレクション内に存在する一意なNameの値だけが返されていることがわかります。なお、グループ化された結果の表示順序は保証されないため、特定の順序で取得したい場合は、パイプラインに$sortステージを追加するとよいでしょう。

さらに、$groupステージでは$sumや$countなどのアキュムレータ演算子を組み合わせることで、各グループの出現回数を集計することも可能です。例えば、以下のように記述します。

> db.demo501.aggregate([
    { $group : { _id : "$Name", total : { $sum : 1 } } }
])

このようにaggregate()と$groupを活用することで、MongoDBでも柔軟に重複データのグループ化や集計処理を行うことができます。