MongoDBで配列内の重複要素を検出・確認する方法

MongoDBで配列内の重複要素を検出・確認する方法

配列フィールドの中に重複した要素が存在するかどうかを確認したい場合、MongoDBではaggregate()メソッドを使用します。本記事では、実際のサンプルコードを通じて、集計パイプライン（アグリゲーションフレームワーク）を使った重複検出の手順をわかりやすく解説します。

1. サンプルコレクションの作成

まず、テスト用のドキュメントを挿入してコレクションを作成しましょう。意図的に重複を含む配列を持つドキュメントも用意します。

> db.demo756.insertOne({"SubjectName":["MySQL","MongoDB","Java"]});{
   "acknowledged" : true,
   "insertedId" : ObjectId("5eb01e0d5637cd592b2a4add")
}> db.demo756.insertOne({"SubjectName":["MongoDB","MySQL","MongoDB","C","C+","MySQL"]});{
   "acknowledged" : true,
   "insertedId" : ObjectId("5eb01e2b5637cd592b2a4ade")
}

2. 登録したドキュメントを確認する

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.demo756.find();

上記のクエリを実行すると、次のような出力が得られます。2件目のドキュメントには「MongoDB」と「MySQL」がそれぞれ重複して含まれていることがわかります。

{ "_id" : ObjectId("5eb01e0d5637cd592b2a4add"), "SubjectName" : [ "MySQL", "MongoDB", "Java" ] }{ "_id" : ObjectId("5eb01e2b5637cd592b2a4ade"), "SubjectName" : [ "MongoDB", "MySQL", "MongoDB", "C", "C+", "MySQL" ] }

3. 重複を検出する集計クエリ

以下が、配列内の重複をチェックするためのクエリです。$project、$unwind、$group、$matchといったパイプラインステージを組み合わせて実現しています。

> db.demo756.aggregate([...    {"$project": {"SubjectName":1}},...    {"$unwind":"$SubjectName"},...    {"$group": {"_id":{"_id":"$_id", "Name":"$SubjectName"}, "count":{"$sum":1}}},...    {"$match": {"count":{"$gt":1}}},...    {"$group": {"_id": "$_id._id", "SubjectName":{"$addToSet":"$_id.Name"}}}... ])

このクエリを実行すると、次の出力が得られます。重複が存在するドキュメントのIDと、その重複している要素の一覧が取得できました。

{ "_id" : ObjectId("5eb01e2b5637cd592b2a4ade"), "SubjectName" : [ "MongoDB", "MySQL" ] }

クエリの仕組みを解説

各パイプラインステージがどのように動作しているのか、順番に見ていきましょう。

$project：必要なフィールド（ここでは「SubjectName」）だけを出力対象として指定します。
$unwind：配列フィールドを展開し、各要素を個別のドキュメントとして扱えるようにします。
$group（1回目）：ドキュメントIDと要素名の組み合わせごとにグループ化し、$sumで出現回数をカウントします。
$match：出現回数が2以上（count > 1）のもの、つまり重複している要素だけを抽出します。
$group（2回目）：ドキュメントIDごとに再度グループ化し、$addToSetによって重複要素を配列としてまとめます。

この手法を活用すれば、データの整合性チェックやクリーニング処理の際に、配列フィールド内の重複を効率的に特定できます。ぜひ実際のプロジェクトでも活用してみてください。