如何在Mongodb集合中統計去重之後的資料

比方說我們有個mongodb集合，

以這個簡單的集合為例，我們需要集合中包含多少不同的手機號碼，首先想到的應該就是使用distinct關鍵字，

db.tokencaller.distinct('caller').length

如果想檢視具體的而不同的手機號碼，那麼可以省略後面的length屬性，因為db.tokencaller.distinct('caller')返回的是由所有去重手機號碼組成的陣列。

但是，這種方式對於所有情況都是滿足的嘛？並不如此，如果要統計的集合記錄數較大，如千萬級別的，那麼在這麼統計的時候往往會報10044錯誤，提示資訊「exception : distinct too big , 16mb cap」. 後面我們將通過其他方式進行解決。

另外一種方式可以使用runcommand結合distinct進行使用，

可見在values上顯示了去重之後的手機號碼，，看結果是乙個json格式的，於是嘗試了下看看能不能取出values的大小，因為如果對於大資料量的集合來說，直接顯示去重的號碼明顯不合適，於是嘗試了下面的寫法：

發現是可以的，於是對大資料量使用了這種方式看看是否能取出結果，發現不存在length屬性，想了想應該跟mongodb的客戶端版本有關係吧，還待驗證！！！

兩種方式都不行，於是試了下mapreduce方式，具體如下：

然後我們會發現，他會將查詢出來的結果輸出到乙個稱為「callerstatis」的結合，如下所示：

然後使用db.callerstatis.count()就可以知道有多少不同的手機號碼了。

使用這種方式，我們同樣在大資料量的集合上試了一下，可惜還是失敗了！！！！