MongoDB多字段匹配查询重复文档的Java MongoTemplate实现

你当前的聚合逻辑存在两个核心缺陷：

• 分组维度错误：仅按VIN单字段分组，未将CUSTOMER_TYPE、CUSTOMER_FIRST_NAME纳入分组键，不符合三个字段取值完全一致才算重复的业务判定规则
• 分组阶段仅做计数统计，没有保留原始文档的完整引用，聚合执行到分组步骤后就丢失了除分组键、计数字段外的所有原始内容，自然无法返回完整文档。

要获取符合重复规则的完整原始文档，聚合管道按4个步骤配置即可：

1. 按三个目标字段做组合分组：分组键同时包含VIN、CUSTOMER_TYPE、CUSTOMER_FIRST_NAME，分组时通过$$ROOT系统变量把匹配到的完整原始文档存入结果集，同时统计分组内的文档数量
2. 筛选重复分组：匹配分组内文档数count > 1的分组，即三个字段取值完全相同的重复数据组
3. 拆分文档数组：把分组阶段存储的原始文档数组拆分为单条文档结构
4. 替换根节点：把拆分后的原始文档提升为聚合结果的顶层节点，直接输出无字段缺失的完整原始文档。

import org.springframework.data.mongodb.core.aggregation.Aggregation;
import org.springframework.data.mongodb.core.aggregation.AggregationResults;
import org.springframework.data.mongodb.core.query.Criteria;
import java.util.List;

// 构建聚合管道
Aggregation aggregation = Aggregation.newAggregation(
    // 第一步：三字段组合分组，统计重复数、保留全量原始文档
    Aggregation.group("VIN", "CUSTOMER_TYPE", "CUSTOMER_FIRST_NAME")
        .count().as("dupCount")
        .push("$$ROOT").as("originDocs"),
    // 第二步：筛选存在重复的分组
    Aggregation.match(Criteria.where("dupCount").gt(1)),
    // 第三步：拆分存储原始文档的数组
    Aggregation.unwind("originDocs"),
    // 第四步：将原始文档替换为结果根节点，输出完整字段
    Aggregation.replaceRoot("originDocs")
);

// 执行聚合查询，用对应实体类接收结果
AggregationResults<CustomerFinance> results = mongoTemplate.aggregate(
    aggregation,
    "customerFinance",
    CustomerFinance.class
);
List<CustomerFinance> duplicateDocs = results.getMappedResults();

执行上述代码后，返回结果就是目标的两条完整文档：VIN=100、CUSTOMER_TYPE为1-PRIMARY BORROWER、CUSTOMER_FIRST_NAME为MATT的LEASE合约、RETAIL合约记录，所有原始字段无缺失。

内容的提问来源于stack exchange，提问作者Srinivasan Ramu