这里接受的最高答案是：
uniqueIds: { $addToSet: "$_id" },
这还会返回一个名为 uniqueIds 的新字段，其中包含一个 ID 列表。但是，如果您只想要该字段及其计数怎么办？那么它会是这样的：
db.collection.aggregate([
{$group: { _id: {name: "$name"},
count: {$sum: 1} } },
{$match: { count: {"$gt": 1} } }
]);
为了解释这一点，如果您来自 MySQL 和 PostgreSQL 等 SQL 数据库，您习惯于与 GROUP BY 语句一起使用的聚合函数（例如 COUNT()、SUM()、MIN()、MAX()）例如，您要查找列值出现在表中的总计数。
SELECT COUNT(*), my_type FROM table GROUP BY my_type;
+----------+-----------------+
| COUNT(*) | my_type |
+----------+-----------------+
| 3 | Contact |
| 1 | Practice |
| 1 | Prospect |
| 1 | Task |
+----------+-----------------+
如您所见，我们的输出显示了每个 my_type 值出现的计数。要在 MongoDB 中查找重复项，我们将以类似的方式解决该问题。 MongoDB 拥有聚合操作，将来自多个文档的值组合在一起，并且可以对分组的数据执行各种操作以返回单个结果。这与 SQL 中的聚合函数的概念类似。
假设有一个名为 contacts 的集合，初始设置如下所示：
db.contacts.aggregate([ ... ]);
这个聚合函数接受一个聚合运算符数组，在我们的例子中，我们需要 $group 运算符，因为我们的目标是按字段的计数（即字段值的出现次数）对数据进行分组。
db.contacts.aggregate([
{$group: {
_id: {name: "$name"}
}
}
]);
这种方法有点奇怪。 _id 字段是使用 group by 运算符所必需的。在这种情况下，我们对 $name 字段进行分组。 _id 中的键名可以是任何名称。但我们使用名称是因为它在这里很直观。
通过仅使用 $group 运算符运行聚合，我们将获得所有名称字段的列表（无论它们在集合中出现一次还是多次）：
db.contacts.aggregate([
{$group: {
_id: {name: "$name"}
}
}
]);
{ "_id" : { "name" : "John" } }
{ "_id" : { "name" : "Joan" } }
{ "_id" : { "name" : "Stephen" } }
{ "_id" : { "name" : "Rod" } }
{ "_id" : { "name" : "Albert" } }
{ "_id" : { "name" : "Amanda" } }
请注意上面的聚合是如何工作的。它获取带有名称字段的文档并返回提取的名称字段的新集合。
但是我们想知道的是字段值会出现多少次。 $group 运算符采用一个计数字段，该字段使用 $sum 运算符将表达式 1 添加到组中每个文档的总数中。因此，$group 和 $sum 一起返回给定字段（例如名称）产生的所有数值的总和。
db.contacts.aggregate([
{$group: {
_id: {name: "$name"},
count: {$sum: 1}
}
}
]);
{ "_id" : { "name" : "John" }, "count" : 1 }
{ "_id" : { "name" : "Joan" }, "count" : 3 }
{ "_id" : { "name" : "Stephen" }, "count" : 2 }
{ "_id" : { "name" : "Rod" }, "count" : 3 }
{ "_id" : { "name" : "Albert" }, "count" : 2 }
{ "_id" : { "name" : "Amanda" }, "count" : 1 }
由于目标是消除重复，因此需要一个额外的步骤。要仅获取计数大于 1 的组，我们可以使用 $match 运算符来过滤我们的结果。在 $match 运算符中，我们将告诉它查看计数字段并告诉它使用表示“大于”和数字 1 的 $gt 运算符查找大于 1 的计数。
db.contacts.aggregate([
{$group: { _id: {name: "$name"},
count: {$sum: 1} } },
{$match: { count: {"$gt": 1} } }
]);
{ "_id" : { "name" : "Joan" }, "count" : 3 }
{ "_id" : { "name" : "Stephen" }, "count" : 2 }
{ "_id" : { "name" : "Rod" }, "count" : 3 }
{ "_id" : { "name" : "Albert" }, "count" : 2 }
附带说明，如果您通过像 Mongoid for Ruby 这样的 ORM 使用 MongoDB，您可能会收到以下错误：
The 'cursor' option is required, except for aggregate with the explain argument
这很可能意味着您的 ORM 已过期并且正在执行 MongoDB 不再支持的操作。因此，要么更新您的 ORM，要么找到修复程序。对于 Mongoid，这是对我的修复：
module Moped
class Collection
# Mongo 3.6 requires a `cursor` option be passed as part of aggregate queries. This overrides
# `Moped::Collection#aggregate` to include a cursor, which is not provided by Moped otherwise.
#
# Per the [MongoDB documentation](https://docs.mongodb.com/manual/reference/command/aggregate/):
#
# Changed in version 3.6: MongoDB 3.6 removes the use of `aggregate` command *without* the `cursor` option unless
# the command includes the `explain` option. Unless you include the `explain` option, you must specify the
# `cursor` option.
#
# To indicate a cursor with the default batch size, specify `cursor: {}`.
#
# To indicate a cursor with a non-default batch size, use `cursor: { batchSize: <num> }`.
#
def aggregate(*pipeline)
# Ordering of keys apparently matters to Mongo -- `aggregate` has to come before `cursor` here.
extract_result(session.command(aggregate: name, pipeline: pipeline.flatten, cursor: {}))
end
private
def extract_result(response)
response.key?("cursor") ? response["cursor"]["firstBatch"] : response["result"]
end
end
end