Python mongodump然后删除：记录数不完全相同

我正在使用结构脚本将数据从远程mongodb服务器转储到本地计算机，然后希望从远程计算机删除该数据。我现在分两步来做，虽然我能理解在未来几天可能会有更优雅的方法存在，但我想继续这样做。 下面是我作为fab任务运行的python函数的片段

from __future__ import with_statement
from fabric.api import *
from fabric.contrib.console import confirm
import datetime
import dateutil.relativedelta

def dump_mydb():
    print "********************************"
    print "Starting the dump process"
    print "********************************"
    d = datetime.datetime.today()
    d2 = d - dateutil.relativedelta.relativedelta(months=1)
    end_date = datetime.datetime(d2.year, d2.month, d2.day)
    print end_date
    before_time = int(end_date.strftime("%s")) * 1000 

    temp = datetime.datetime.today()
    temp2 = datetime.datetime(temp.year, temp.month, temp.day)
    local_folder = str(temp2).split(" ")[0]
    local("mongodump --host x.x.x.x --port 27017 --collection my_collection --db my_db -q '{fetched_date :{$lte: Date(" + str(before_time) + ")}}'")
    local("mkdir ../dump_files/store/" + local_folder)
    local("cp -r dump ../dump_files/store/" + local_folder)
    local("rm -rf dump")
    print "********************************"
    print "Data before one month from today is dumped at - ../dump_files/store/" + local_folder
    print "********************************"

如果今天（2014年2月14日，IST）执行此脚本，则它将搜索“获取_日期”（日期和时间均存在的正常ISODate对象）小于等于2014-01-14 00:00:00的所有文档。这个脚本执行得很好

---

问题

---

当执行这个脚本时，我们可以看到它将X个对象（文档）转储到我的本地计算机中。但是当我们在远程mongo shell中运行这个查询时

{"fetched_date":{"$lte": ISODate("2014-01-14T00:00:00.00Z")}}

这给了我们不同数量的记录。这比X大。这意味着我们不能删除所有与此查询匹配的记录，因为其中一些记录没有被转储到我的本地计算机中。我不明白这怎么可能，因为我正在ms中转换相同的日期，然后在mongodump上运行查询

有人能帮我吗

如果你需要更多的信息，请告诉我。

---

谢谢。

我相信您遇到了与我相同的问题，其中db.collection.find（{…}）.count（）可能会超过计数。根据的参考文档中的详细信息，如果您在分片集群上，迁移的记录将重复计算。（感谢IRC频道的GothAlice向我指出这一点！）

如果这是您的问题，您可以使用聚合框架获得准确的计数，该计数应与您在mongodump中看到的计数相匹配：

db.collection.aggregate([
      { $match: {"fetched_date":{"$lte": ISODate("2014-01-14T00:00:00.00Z")}} },
      { $group: { _id: null, count: { $sum: 1 } } }
])

---

对数据库中的记录进行计数很难做到准确和快速。采取快捷方式，这些快捷方式确实会产生错误的计数。在分片情况下，计数将等于或高于实际记录数。在其他情况下（例如，正在进行多次更新或多次删除），计数可能以不同的方式错误。给定的聚合将是准确的，但前提是数据处于静止状态（无更新/插入）。