Hitta alla dubbletter av dokument i en MongoDB-samling genom ett nyckelfält

Det accepterade svaret är fruktansvärt långsamt på stora samlingar och returnerar inte _id s av dubblettposterna.

Aggregation är mycket snabbare och kan returnera _id s:

db.collection.aggregate([
  { $group: {
    _id: { name: "$name" },   // replace `name` here twice
    uniqueIds: { $addToSet: "$_id" },
    count: { $sum: 1 } 
  } }, 
  { $match: { 
    count: { $gte: 2 } 
  } },
  { $sort : { count : -1} },
  { $limit : 10 }
]);

I det första steget av aggregeringspipelinen aggregerar $groupoperator dokument med name och lagrar i uniqueIds varje _id värdet för de grupperade posterna. Operatorn $sum lägger ihop värdena för fälten som skickas till den, i detta fall konstanten 1 - räknar därmed antalet grupperade poster i count fältet.

I det andra steget av pipelinen använder vi $matchto filterdokument med en count av minst 2, d.v.s. dubbletter.

Sedan sorterar vi de vanligaste dubbletterna först och begränsar resultaten till topp 10.

Den här frågan matar ut upp till $limit poster med dubbletter av namn, tillsammans med deras _id s. Till exempel:

{
  "_id" : {
    "name" : "Toothpick"
},
  "uniqueIds" : [
    "xzuzJd2qatfJCSvkN",
    "9bpewBsKbrGBQexv4",
    "fi3Gscg9M64BQdArv",
  ],
  "count" : 3
},
{
  "_id" : {
    "name" : "Broom"
  },
  "uniqueIds" : [
    "3vwny3YEj2qBsmmhA",
    "gJeWGcuX6Wk69oFYD"
  ],
  "count" : 2
}