MongoDB如何查询E-Mail与Password双字段同时重复的完整文档

1. 输出所有重复完整文档用于比对 #

通过$$ROOT系统变量存储分组内全量文档，展开后即可得到所有重复项的完整内容：

db.your_collection_name.aggregate([
  // 按E-Mail、Password双字段分组
  {
    $group: {
      _id: {
        email: "$E-Mail",
        password: "$Password"
      },
      // 存储分组内所有完整文档
      repeat_docs: { $push: "$$ROOT" },
      // 统计重复次数
      count: { $sum: 1 }
    }
  },
  // 仅保留存在重复的分组
  { $match: { count: { $gt: 1 } } },
  // 展开文档数组，得到每条重复文档的独立条目
  { $unwind: "$repeat_docs" },
  // 可选：将文档内容调整为根层级输出，格式和普通find查询一致
  { $replaceRoot: { newRoot: "$repeat_docs" } }
])

2. 单条聚合语句实现重复数据删除 #

使用$out阶段可直接在聚合管道末尾完成去重后的集合覆盖，操作前务必先注释掉$out阶段验证结果，避免数据丢失：

db.your_collection_name.aggregate([
  // 可选：按_id升序排序，保证保留最早创建的文档；按_id降序则保留最新的
  { $sort: { _id: 1 } },
  // 按双字段分组，每组仅保留第一条文档
  {
    $group: {
      _id: {
        email: "$E-Mail",
        password: "$Password"
      },
      reserved_doc: { $first: "$$ROOT" }
    }
  },
  // 恢复文档的原始结构
  { $replaceRoot: { newRoot: "$reserved_doc" } },
  // 输出结果覆盖原集合，完成去重；也可写入新集合避免误操作
  { $out: "your_collection_name" }
])

注意事项 #

• 如果需要自定义保留规则（如保留最近更新的文档），可将$sort阶段的排序字段改为对应的更新时间字段即可。
• 10条测试数据量级极小，可先执行查询逻辑确认重复项后再执行去重操作。

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