如何在MongoDB集合中按磁盘大小排序并筛选前10大二进制数据

针对单个二进制字段的大小计算 #

假设你的二进制数据存储在集合的binaryData字段（BinData类型）中，可通过聚合查询计算字段字节大小、排序并取前10：

db.yourCollection.aggregate([
  // 新增字段存储二进制数据的字节长度
  {
    $addFields: {
      binarySize: { $size: "$binaryData" }
    }
  },
  // 按字节大小降序排序
  {
    $sort: { binarySize: -1 }
  },
  // 只保留前10条结果
  {
    $limit: 10
  },
  // 按需返回字段，可去掉binaryData减少带宽占用
  {
    $project: {
      _id: 1,
      binarySize: 1,
      binaryData: 1
    }
  }
])

针对整个文档的磁盘占用计算 #

如果需要按整个文档的实际磁盘存储大小排序（包含所有字段），用$bsonSize计算文档的BSON序列化大小：

db.yourCollection.aggregate([
  {
    $addFields: {
      documentSize: { $bsonSize: "$$ROOT" }
    }
  },
  {
    $sort: { documentSize: -1 }
  },
  {
    $limit: 10
  },
  {
    $project: {
      _id: 1,
      documentSize: 1,
      binaryData: 1
    }
  }
])

注意事项 #

• 替换yourCollection为实际集合名，binaryData为存储二进制数据的字段名
• 若二进制字段是BinData数组，需用$sum结合$size计算总大小，示例：binarySize: { $sum: { $map: { input: "$binaryData", as: "item", in: { $size: "$$item" } } } }
• 数据量极大时，全集合聚合排序会较慢，可考虑先创建临时索引或分批次处理，但精确取前10需全量扫描

内容的提问来源于stack exchange，提问作者Iteration