MongoDB如何删除重复文档并仅保留同cusId下最新插入的记录？

1. 获取MongoDB文档创建时间 #

MongoDB默认生成的_id字段为ObjectId类型，本身嵌入了文档创建时间戳，无需额外新增创建时间字段，两种常用获取方式如下：

• 单条文档提取创建时间：直接调用ObjectId的getTimestamp()方法即可，示例：

// 替换为对应文档的_id
ObjectId("6122ca5df5ee9d5974c6e886").getTimestamp()

• 聚合查询批量提取创建时间：使用$toDate操作符将_id转换为时间格式，示例：

{
  $addFields: {
    createTime: { $toDate: "$_id" }
  }
}

另外由于ObjectId按插入时间递增生成，数值越大的_id对应插入时间越晚，你原有逻辑中用$max取同分组最大_id判断最晚插入文档的思路是完全正确的。

2. 删除cusId重复文档、仅保留最晚插入记录 #

你编写的聚合已经可以正确筛选出需要删除的重复文档_id，后续可以直接基于该逻辑完成删除，推荐两种常用实现方案：

方案一：先查待删ID再批量删除（适合大数据量集合，性能更高） #

// 1. 执行聚合拿到所有待删除的重复文档_id数组
const toDeleteIds = db.你的集合名.aggregate([
  {
    $group: {
      _id: "$cusId",
      mongoIds: { $addToSet: "$_id" },
      count: { $sum: 1 }
    }
  },
  {
    $match: {
      count: { $gt: 1 }
    }
  },
  {
    $project: {
      duplicates: {
        $filter: {
          input: "$mongoIds",
          as: "mongoId",
          cond: {
            $lt: ["$$mongoId", { $max: "$mongoIds" }]
          }
        }
      }
    }
  },
  // 扁平化处理，提取所有待删除_id
  { $unwind: "$duplicates" },
  { $replaceRoot: { newRoot: "$duplicates" } }
]).toArray()

// 2. 批量删除重复文档
db.你的集合名.deleteMany({
  _id: { $in: toDeleteIds }
})

方案二：直接调用deleteMany删除（适合小数据量集合，写法更简单） #

db.你的集合名.deleteMany({
  $expr: {
    $lt: [
      "$_id",
      // 查找同cusId分组下最晚插入的文档_id
      db.你的集合名.findOne({ cusId: "$cusId" }, { sort: { _id: -1 }, limit: 1 })._id
    ]
  }
})

注意：执行删除操作前，建议先把deleteMany替换为find验证待删除的文档是否符合预期，避免误删数据。

内容的提问来源于stack exchange，提问作者Nick Smith