ElasticSearch筛选：排除同id多stage文档，保留单stage文档

针对你的文档数据，要排除对应多个stage值的id（比如id=a），只保留仅存在单个stage条目的文档，可通过以下两种方式实现：

方式一：聚合管道一次性查询 #

直接用聚合管道完成分组统计、筛选和关联，适合直接执行查询：

db.collection.aggregate([
  // 按id分组，统计每个id的stage条目数，记录所有关联的stage值
  {
    $group: {
      _id: "$id",
      stageCount: { $sum: 1 },
      stages: { $addToSet: "$stage" }
    }
  },
  // 筛选出仅含单个stage的分组，若需要限定stage=1，就加上stages:1的条件
  {
    $match: {
      stageCount: 1,
      stages: 1 // 可选条件，不需要的话可删除
    }
  },
  // 关联回原集合获取完整文档
  {
    $lookup: {
      from: "collection", // 替换成你的实际集合名称
      localField: "_id",
      foreignField: "id",
      as: "matchedDocs"
    }
  },
  // 展开文档数组
  { $unwind: "$matchedDocs" },
  // 输出需要的字段（可根据需求调整）
  {
    $project: {
      _id: "$matchedDocs._id",
      id: "$matchedDocs.id",
      stage: "$matchedDocs.stage"
    }
  }
])

方式二：先获取重复id再排除 #

先找出对应多个stage的id列表，再用这个列表排除文档，适合需要复用重复id的场景：

// 第一步：获取所有对应多个stage的id
var duplicateIds = db.collection.aggregate([
  { $group: { _id: "$id", entryCount: { $sum: 1 } } },
  { $match: { entryCount: { $gt: 1 } } },
  { $project: { _id: 1 } }
]).map(item => item._id);

// 第二步：查询排除重复id的文档，可选加上stage=1的条件
db.collection.find({
  id: { $nin: duplicateIds },
  stage: 1 // 可选条件，不需要可删除
})

内容的提问来源于stack exchange，提问作者dl639j