解决E11000重复密钥错误集合：_id_dup key in pymongo

Question

我试图使用批量写入指令插入大量文档（+1M）。为此，我创建了一个InsertOne函数列表

python version = 3.7.4

pymongo version = 3.8.0

文档创建：

document = {
    'dictionary': ObjectId(dictionary_id),
    'price': price,
    'source': source,
    'promo': promo,
    'date': now_utc,
    'updatedAt': now_utc,
    'createdAt:': now_utc
  }

# add line to debug
if '_id' in document.keys():
    print(document)

return document

我通过从元素列表中添加一个新字段来创建文档的完整列表，并使用InsertOne创建查询

bulk = []
for element in list_elements:
    for document in documents:
        document['new_field'] = element
        # add line to debug
        if '_id' in document.keys():
           print(document)
        insert = InsertOne(document)
        bulk.append(insert)
return bulk

我使用bulk_write命令进行插入

collection.bulk_write(bulk, ordered=False)

我附上文件https://api.mongodb.com/python/current/api/pymongo/collection.html#pymongo.collection.Collection.bulk_write

根据文档，会自动添加_id字段 Parameter - document: The document to insert. If the document is missing an _id field one will be added.

不知何故，这似乎是做错了，因为它们中的一些具有相同的价值。 接收到1M文档中700k的错误（当然有不同的id） 'E11000 duplicate key error collection: database.collection index: _id_ dup key: { _id: ObjectId(\'5f5fccb4b6f2a4ede9f6df62\') }' 对我来说，pymongo似乎是一个bug，因为我在很多情况下都使用了这种方法，但我没有使用如此大的文档

_id字段必须是唯一的，但是，由于这是由pymongo自动完成的，我不知道如何解决这个问题，也许使用upsert True的UpdateOne和一个不可能的过滤器，并希望得到最好的结果

我希望能找到解决这个问题的方法

Answer 1

似乎在我添加文档的新字段并将其附加到列表中时，我创建了相同元素的类似实例，因此我有相同的查询len(list_elements)次，这就是为什么出现重复键错误的原因

为了解决这个问题，我在列表中附加了一份文档的副本

bulk.append(document.copy())

然后使用该列表创建查询

我要感谢@Bell Buster在这个问题上的帮助

Answer 2

如果代码段中的任何documents已经包含一个_id，则不会添加新的_id，并且正如您所观察到的，您可能会遇到重复错误