Tengo una colección que consta de millones de documentos que se parecen a los siguientes:
{ _id: ObjectId('...'), value: "0.53" combo: [ { h: 0, v: "0.42" }, { h: 1, v: "1.32" } ] }El problema es que los valores se almacenan como cadenas y necesito convertirlos en flotante/doble.
Estoy intentando esto y funciona, pero tardará días en completarse, dado el volumen de datos:
db.collection.find({}).forEach(function(obj) { if (typeof(obj.value) === "string") { obj.value = parseFloat(obj.value); db.collection.save(obj); } obj.combo.forEach(function(hv){ if (typeof(hv.value) === "string") { hv.value = parseFloat(hv.value); db.collection.save(obj); } }); });Encontré una actualización masiva leyendo los documentos de Mongo y estoy intentando esto:
var bulk = db.collection.initializeUnorderedBulkOp(); bulk.find({}).update( { $set: { "value": parseFloat("value"), } }); bulk.execute(); Esto se ejecuta... pero obtengo un NAN como valor, lo cual se debe a que cree que estoy tratando de convertir "valor" en un valor flotante. Probé diferentes variaciones como this.value y "$value" pero fue en vano. Además, este enfoque solo intenta corregir el valor en el otro objeto, no en los de la matriz.
Agradecería cualquier ayuda. ¡Gracias por adelantado!
Lo averigüé de la siguiente manera:
1) Para convertir a nivel de documento, encontré esta publicación y la respuesta de Markus allanó el camino a mi solución:
var bulk = db.collection.initializeUnorderedBulkOp() var myDocs = db.collection.find() var ops = 0 myDocs.forEach( function(myDoc) { bulk.find({ _id: myDoc._id }).updateOne( { $set : { "value": parseFloat(myDoc.value), } } ); if ((++ops % 1000) === 0){ bulk.execute(); bulk = db.collection.initializeUnorderedBulkOp(); } } ) bulk.execute();2) La segunda parte involucró la actualización de los valores del objeto de matriz y descubrí la sintaxis para hacerlo en la respuesta aceptada en esta publicación . En mi caso, sabía que había 24 valores. Ejecuté esto por separado de la primera consulta y el resultado fue el siguiente:
var bulk = db.collection.initializeUnorderedBulkOp() var myDocs = db.collection.find() var ops = 0 myDocs.forEach( function(myDoc) { bulk.find({ _id: myDoc._id }).update( { $set : { "combo.0.v": parseFloat(myDoc.combo[0].v), "combo.1.v": parseFloat(myDoc.combo[1].v), "combo.2.v": parseFloat(myDoc.combo[2].v), "combo.3.v": parseFloat(myDoc.combo[3].v), "combo.4.v": parseFloat(myDoc.combo[4].v), "combo.5.v": parseFloat(myDoc.combo[5].v), "combo.6.v": parseFloat(myDoc.combo[6].v), "combo.7.v": parseFloat(myDoc.combo[7].v), "combo.8.v": parseFloat(myDoc.combo[8].v), "combo.9.v": parseFloat(myDoc.combo[9].v), "combo.10.v": parseFloat(myDoc.combo[10].v), "combo.11.v": parseFloat(myDoc.combo[11].v), "combo.12.v": parseFloat(myDoc.combo[12].v), "combo.13.v": parseFloat(myDoc.combo[13].v), "combo.14.v": parseFloat(myDoc.combo[14].v), "combo.15.v": parseFloat(myDoc.combo[15].v), "combo.16.v": parseFloat(myDoc.combo[16].v), "combo.17.v": parseFloat(myDoc.combo[17].v), "combo.18.v": parseFloat(myDoc.combo[18].v), "combo.19.v": parseFloat(myDoc.combo[19].v), "combo.20.v": parseFloat(myDoc.combo[20].v), "combo.21.v": parseFloat(myDoc.combo[21].v), "combo.22.v": parseFloat(myDoc.combo[22].v), "combo.23.v": parseFloat(myDoc.combo[23].v) } } ); if ((++ops % 1000) === 0){ bulk.execute(); bulk = db.collection.initializeUnorderedBulkOp(); } } ) bulk.execute(); Solo para dar una idea sobre el rendimiento, forEach estaba revisando alrededor de 900 documentos por minuto, lo que para 15 millones de registros habría tomado días, ¡literalmente! No solo eso, sino que solo estaba convirtiendo los tipos a nivel de documento, no a nivel de matriz. ¡Para eso, tendría que recorrer cada documento y recorrer cada matriz (15 millones x 24 iteraciones)! Con este enfoque (ejecutando ambas consultas una al lado de la otra), completó ambas en menos de 6 horas.
Espero que esto ayude a alguien más.