从MongoDB 4.0.4迁移至5.0.14：PyMongo是否保留BSON数据类型？

代码工作原理 #

• c = sourceClient['db']['collec'].find()：从源MongoDB实例的指定数据库、集合中创建一个游标对象。游标不会一次性加载全量数据到本地内存，而是在后续迭代时，逐批从源服务器拉取BSON格式的文档。
• sinkClient['db']['collec'].insert_many(c)：insert_many方法会自动遍历传入的游标，将每一条原生BSON文档直接发送到目标MongoDB实例的对应集合中完成写入。

BSON数据类型保留情况 #

你的PyMongo代码完全可以完整保留所有BSON原生数据类型，甚至比mongoexport --jsonFormat=canonical更可靠：

• mongoexport --jsonFormat=canonical的本质是将BSON序列化为带类型标识的JSON（比如用{"$date": "ISO字符串"}表示日期类型），后续恢复还需要mongoimport将JSON反序列化为BSON，这个转换过程虽能覆盖大部分类型，但存在潜在的转换损耗风险，也是你之前遇到中途超时的诱因之一（JSON序列化/反序列化会额外消耗资源）。
• 而PyMongo的迁移流程全程基于原生BSON传输：游标从源拉取的是原始BSON数据，insert_many直接将这些BSON数据写入目标库，没有经过JSON的序列化/反序列化步骤，所有BSON原生类型（如ObjectId、Date、Binary、Decimal128、嵌套文档、数组等）都会完整保留，不会出现类型丢失或转换错误。

额外注意事项 #

• 若迁移的集合数据量极大，可在find()中添加batch_size参数（如find().batch_size(1000)），调整游标每次拉取的文档数量，避免本地内存占用过高。
• 确保使用的PyMongo版本同时兼容MongoDB 4.0.4和5.0.14，PyMongo 3.10及以上版本均可满足需求。

内容的提问来源于stack exchange，提问作者sai