Mongo parece estar devolviendo documentos duplicados para la misma consulta, es decir, devuelve más documentos que _id únicos en los documentos devueltos:

 lobby-brain> count_iterated = 0; ids = {} {} lobby-brain> db.the_collection.find({ 'a_boolean_key': true }).forEach((el) => { count_iterated += 1; ids[el._id] = (ids[el._id]||0) + 1; }) lobby-brain> count_iterated 278 lobby-brain> Object.keys(ids).length 251

Es decir, el número de _id únicos devueltos es 251, pero el cursor devolvió 278 documentos.

Investigando más:

 lobby-brain> ids { '60cb8cb92c909a974a96a430': 1, '61114dea1a13c86146729f21': 1, '6111513a1a13c861467d3dcf': 1, ... '61114c491a13c861466d39cf': 2, '61114bcc1a13c861466b9f8e': 2, ... } lobby-brain> db.the_collection.find({ _id: ObjectId("61114c491a13c861466d39cf") }).forEach((el) => print("foo")); foo >

Es decir, en realidad no hay documentos duplicados con el mismo _id ; es solo un problema con .find() .

Intenté reiniciar la base de datos y reconstruir un índice que involucraba 'a_boolean_key', con los mismos resultados.

Nunca había visto esto antes y parece imposible... ¿Qué está causando esto y cómo puedo solucionarlo?

Información de la versión:

 Using MongoDB: 5.0.5 Using Mongosh: 1.0.4

Es una base de datos independiente, sin conjunto de réplicas ni fragmentación ni nada por el estilo.

Informacion adicional

Una cosa a tener en cuenta es que hay un índice compuesto con a_boolean_key como primer índice y un campo de fecha y hora como segundo. La clave booleana rara vez se actualiza en la base de datos (~una vez al día), pero el campo de fecha y hora se actualiza con frecuencia.

¿Quizás estas actualizaciones están causando los valores de retorno duplicados?

Actualización 15 de febrero de 2022: agregué una tarea de Mongo JIRA aquí .