MongoDB如何删除集合中关联另一集合不存在文档的无效记录

以下提供两种可直接使用的实现方案： #

方案1：聚合查询批量删除（推荐，性能更高，适合大数据量） #

思路：通过$lookup左连接关联collection2，直接过滤出无匹配关联文档的僵尸数据后批量删除。

const mongoose = require('mongoose');
const collection1 = mongoose.model('collection1');
const collection2 = mongoose.model('collection2');

async function clearZombieDocuments() {
  // 查询所有关联失效的collection1文档ID
  const invalidDocs = await collection1.aggregate([
    {
      $lookup: {
        from: collection2.collection.name, // 自动获取collection2的实际库表名，避免手写错误
        localField: 'ref',
        foreignField: '_id',
        as: 'matched_collection2'
      }
    },
    {
      // 匹配无关联结果的文档
      $match: {
        matched_collection2: { $size: 0 }
      }
    },
    { $project: { _id: 1 } }
  ]);

  if (invalidDocs.length === 0) {
    console.log('未检测到需要清理的僵尸文档');
    return;
  }

  // 批量删除
  const deleteResult = await collection1.deleteMany({
    _id: { $in: invalidDocs.map(item => item._id) }
  });
  console.log(`清理完成，共删除${deleteResult.deletedCount}条僵尸文档`);
}

// 执行方法
clearZombieDocuments();

方案注意事项：

• 不需要遍历全量文档，数据库层面直接完成关联查询，性能远高于逐行遍历
• 自动读取collection2的实际集合名，避免手写表名不匹配导致的关联失效问题

方案2：逐行遍历校验（适合小数据量场景） #

思路：遍历collection1所有文档，逐个校验ref关联的文档是否存在，不存在则删除。

const mongoose = require('mongoose');
const collection1 = mongoose.model('collection1');
const collection2 = mongoose.model('collection2');

async function clearZombieDocumentsByIterate() {
  const allCollection1Docs = await collection1.find();
  let deletedCount = 0;

  for (const doc of allCollection1Docs) {
    // 跳过无ref值的文档
    if (!doc.ref) continue;
    // 校验关联文档是否存在
    const refExists = await collection2.findById(doc.ref).lean();
    if (!refExists) {
      await doc.deleteOne();
      deletedCount++;
    }
  }

  console.log(`清理完成，共删除${deletedCount}条僵尸文档`);
}

// 执行方法
clearZombieDocumentsByIterate();

重要提示：执行删除操作前建议先备份collection1数据，或者先注释删除逻辑，打印要删除的文档ID确认符合预期后再执行删除，避免误删数据。

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