在 MongoDB 中，单个文档的大小限制为 16MB。如果某个对象（文档）的大小超过 16MB，可以通过以下几种方案解决：

1. 使用 GridFS

适用场景：需要存储大文件（如图像、视频、文档等）。

原理

• MongoDB 的 GridFS 是一种专门用于存储超过 16MB 文件的工具。
• 它会将大文件分割成多个 chunk（默认大小 255KB），并存储在两个集合中：
  • fs.files：存储文件的元数据（如文件名、大小、类型等）。
  • fs.chunks：存储文件的内容分块。

实现步骤

存储大文件 使用 MongoDB 驱动的 GridFS 工具存储文件。

1. Python 示例：
   
    

2. from pymongo import MongoClient
   from gridfs import GridFS
   
   client = MongoClient("mongodb://localhost:27017")
   db = client.myDatabase
   fs = GridFS(db)
   
   # 存储文件
   with open("large_file.bin", "rb") as f:
       fs.put(f, filename="large_file.bin")
   

3. 读取大文件
    

   # 读取文件
   file_data = fs.get_last_version(filename="large_file.bin")
   with open("output.bin", "wb") as f:
       f.write(file_data.read())
   

2. 将文档拆分为多个小文档

适用场景：文档包含大量嵌套数据，导致总大小超过 16MB。

解决思路

• 将大文档拆分成多个子文档。
• 使用字段（如 _id 或 parentId）将这些子文档关联起来。

实现步骤

示例：拆分用户日志记录 原始大文档（超 16MB）：

json：

{ "_id": "user1", "logs": [ { "timestamp": "2025-01-01", "action": "login" }, ... ] }

拆分为多个小文档：

json：

// 主文档

{ "_id": "user1", "type": "userMetadata" }

// 子文档

{ "parentId": "user1", "logs": [ { "timestamp": "2025-01-01", "action": "login" }, ... ] }

查询时合并：

javascript：

db.metadata.find({ _id: "user1" });

db.logs.find({ parentId: "user1" });

3. 使用 BSON 对象数组存储引用

适用场景：需要在文档中存储大量关联对象。

解决思路

• 将大数组分割到其他集合中，主文档存储引用。

示例

大文档超限前：

json：

{ "_id": "project1", "name": "Big Project", "tasks": [ /* 超大量任务数据 */ ] }

优化后：

json：

// 主文档 { "_id": "project1", "name": "Big Project" } // 任务文档 { "projectId": "project1", "taskId": 1, "taskName": "Task 1", ... }

查询时通过 projectId 关联：

javascript：

db.projects.find({ _id: "project1" }); db.tasks.find({ projectId: "project1" });

4. 压缩数据

适用场景：文档中包含重复数据或可压缩结构（如 JSON 数据）。

解决思路

• 在存储之前压缩数据（例如使用 GZIP、Zlib 等）。
• 查询时解压数据。

示例

Python 实现：

python：

import zlib
from pymongo import MongoClient

client = MongoClient("mongodb://localhost:27017")
db = client.myDatabase
collection = db.myCollection

# 压缩存储
data = {"key": "value" * 10000}
compressed_data = zlib.compress(str(data).encode("utf-8"))
collection.insert_one({"_id": "compressed_doc", "data": compressed_data})

# 解压读取
doc = collection.find_one({"_id": "compressed_doc"})
decompressed_data = zlib.decompress(doc["data"]).decode("utf-8")

5. 修改数据结构

适用场景：文档设计冗余或结构不合理。

解决思路

• 简化嵌套层级。
• 使用更紧凑的数据类型（如数组代替对象）。

优化前：

json：

{ "_id": "order1", "customer": { "id": 1, "name": "John Doe" }, "items": [ { "productId": "p1", "productName": "Product 1", "quantity": 2 } ] }

优化后：

json：

{ "_id": "order1", "customerId": 1, "items": [ { "p": "p1", "q": 2 } ] }

6. 使用文件系统或其他存储服务

适用场景：非结构化大数据（如媒体文件、大型JSON）。

解决思路

• 将大数据存储到文件系统、Amazon S3、Azure Blob 等。
• 在 MongoDB 中存储文件路径或 URL。

总结

• 优先选择方案：
  1. 使用 GridFS 存储大文件。
  2. 拆分文档 或 分表设计 解决超大文档问题。
  3. 结合压缩或外部存储进一步优化。