MongoDB没有内置去重命令，需用aggregate+deleteMany组合实现：先$group识别重复、$match筛选、$project计算待删ID，再unwind后批量删除；预防重复应优先建唯一索引或用upsert。
直接说结论：MongoDB 没有内置的“去重命令”，必须靠组合操作实现——核心是先识别重复组，再保留一条、删其余。用 aggregate + remove 或 deleteMany 是最稳妥的通用方案，比导出导入或 Python 脚本更可控、更可复现。
怎么用 aggregate 找出并删掉重复文档？
这是最常用也最可靠的线上去重方式，适用于已有数据、字段明确的场景（比如按 email 或 name + phone 判重）。
- 第一步用
$group按目标字段分组，统计数量并收集_id：db.users.aggregate([{$group: {_id: "$email", count: {$sum: 1}, ids: {$push: "$_id"}}}, {$match: {count: {$gt: 1}}}]) - 第二步剔除每组中要保留的那个
_id（比如保留最早插入的，用$min；保留最新插入的，用$max）：{$project: {idsToDelete: {$setDifference: ["$ids", [{$min: "$ids"}]]}}} - 第三步展开并批量删除：
{$unwind: "$idsToDelete"}, {$group: {_id: null, toDelete: {$push: "$idsToDelete"}}}，最后在 shell 中执行：db.users.deleteMany({_id: {$in: result.toDelete}}) - 注意：
$min和$max对ObjectId有效（因为 ObjectId 时间戳在前），但对字符串或数字字段需确认业务语义是否匹配
为什么不能直接用 distinct + insert 替换？
这种“先查唯一值、再清空重插”的做法看似简单，但实际风险很高：
- 清空集合期间服务不可用，
db.collection.remove({})会阻塞写入，线上慎用 -
distinct只返回字段值，不带原始文档结构，丢失嵌套字段、时间戳、自增字段等信息 - 如果原文档含
_id外的其他唯一约束（如索引），重插可能因顺序问题触发写冲突 - 没有事务保障，中途失败会导致数据不一致（MongoDB 4.0+ 单文档原子，但跨文档不是）
插入时就防止重复，该用 updateOne 还是唯一索引？
预防永远比清理便宜。两种主流方式适用不同阶段：
- 开发期/新集合：直接建唯一索引，例如
db.users.createIndex({"email": 1}, {unique: true})。后续insertOne遇到重复会抛DuplicateKeyError，捕获后跳过或记录即可 - 已有数据但需兼容旧逻辑：用
updateOne的upsert: true参数，例如：db.users.updateOne({email: "a@b.com"}, {$setOnInsert: doc}, {upsert: true})—— 注意$setOnInsert只在新建时生效，避免覆盖已有字段 - 别用
save()：它已弃用，且行为模糊（存在则更新，不存在则插入），容易掩盖重复逻辑
聚合管道里 deleteMany 为什么不能直接嵌套执行？
因为 MongoDB 的聚合管道输出是文档流，不能直接调用写操作。常见错误是试图在 $group 后跟 $delete —— 这语法根本不存在。
- 聚合结果必须“落地”：要么用
.forEach()在 shell 中循环执行deleteMany，要么用驱动程序（如 PyMongo）取回toDelete数组再发删除请求 - 别在聚合里用
$out或$merge替代删除：它们是重写整个集合，开销大、风险高，且无法精准控制“留哪条” - 真正要小心的是
ObjectId时间精度：同一毫秒内生成的多个ObjectId，$min/$max可能无法稳定排序，此时应额外加时间字段（如createdAt）参与判断
