MongoDB批量转换name字段为标题大小写时中途报错求助

问题原因 #

• 字段值异常：部分name字段为空字符串（""）或包含连续空白字符。当titleCase函数处理这类值时，split(/\s/)会生成包含空字符串的数组（比如空字符串分割后得到[""]），遍历数组时word为空字符串，word[0]返回undefined，调用toUpperCase()就会触发TypeError。
• bulkWrite用法错误：原脚本中bulkWrite的参数格式不正确，该方法需要接收包含操作对象的数组，而非单独的过滤条件和更新内容，这会导致每次循环仅执行单条更新，效率极低。

解决办法 #

1. 修复titleCase函数，兼容空值与空白字符 #

修改函数，添加对无效值的兜底处理，同时优化字符串分割逻辑：

function titleCase(str) {
    if (!str || typeof str !== 'string') return str; // 处理null、undefined、非字符串类型
    return str.trim().toLowerCase().split(/\s+/).map(function(word) {
        if (!word) return ''; // 跳过空单词
        return word.replace(word[0], word[0].toUpperCase());
    }).join(' ');
}

• 新增trim()去除首尾空白，用split(/\s+/)按任意数量空白分割，避免生成空元素
• 先判断str是否为有效字符串，直接返回异常值
• 遍历单词时跳过空值，避免访问undefined的属性

2. 优化批量更新逻辑，提升效率 #

原脚本单条更新的方式对百万级数据效率极低，改用批量提交的方式，每攒够指定数量的更新操作再执行一次提交：

use gov_data

function titleCase(str) {
    if (!str || typeof str !== 'string') return str;
    return str.trim().toLowerCase().split(/\s+/).map(function(word) {
        if (!word) return '';
        return word.replace(word[0], word[0].toUpperCase());
    }).join(' ');
}

const batchSize = 1000; // 每1000条提交一次
let operations = [];

db.businesses.find().forEach(function(doc) {
    // 仅当name字段存在时添加更新操作
    if (doc.name !== undefined) {
        const updatedName = titleCase(doc.name);
        operations.push({
            updateOne: {
                filter: { "_id": doc._id },
                update: { "$set": { "name": updatedName } }
            }
        });
    }

    // 达到批量大小则执行提交
    if (operations.length >= batchSize) {
        db.businesses.bulkWrite(operations);
        operations = [];
        print(`已处理${(operations.length + batchSize)}条记录`); // 打印进度
    }
});

// 提交剩余的操作
if (operations.length > 0) {
    db.businesses.bulkWrite(operations);
    print(`处理完成，剩余${operations.length}条已提交`);
}

• 使用find()替代aggregate()，更适合简单遍历场景
• 每1000条记录批量提交一次，减少数据库连接开销
• 添加进度打印，方便跟踪处理状态
• 跳过name字段不存在的记录，避免无效操作

额外建议 #

• 提前排查异常数据：执行db.businesses.find({ $or: [{ name: "" }, { name: null }, { name: { $exists: false } }] }).count()，确认异常name字段的数量，提前了解数据情况
• 先在测试集合验证：复制部分数据到测试集合，测试修改后的脚本，确保无误后再处理正式数据

内容的提问来源于stack exchange，提问作者icetnet