Znajdź wszystkie zduplikowane dokumenty w kolekcji MongoDB według pola klucza

Przyjęta odpowiedź jest strasznie powolna w przypadku dużych kolekcji i nie zwraca _id s zduplikowanych rekordów.

Agregacja jest znacznie szybsza i może zwrócić _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 }
]);

W pierwszym etapie potoku agregacji $groupoperator agreguje dokumenty według name pole i przechowuje w uniqueIds każdy _id wartość zgrupowanych rekordów.Operator $sum dodaje wartości przekazanych mu pól, w tym przypadku stałą 1 - w ten sposób zliczając liczbę zgrupowanych rekordów do count pole.

W drugim etapie potoku używamy $matchto filtrować dokumenty z count co najmniej 2, czyli duplikaty.

Następnie najpierw sortujemy najczęstsze duplikaty i ograniczamy wyniki do pierwszej dziesiątki

To zapytanie wygeneruje do $limit rekordy o zduplikowanych nazwach, wraz z ich _id s. Na przykład:

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