相同数据库在AWS DocumentDB与MongoDB Atlas的存储大小差异原因问询

• 存储引擎与压缩策略差异
  MongoDB Atlas默认使用WiredTiger存储引擎，默认开启snappy或zstd压缩，支持文档块压缩、索引前缀压缩等多重高效压缩能力。AWS DocumentDB底层为自研存储引擎，仅兼容MongoDB协议，默认压缩率远低于WiredTiger，对嵌套字段、非结构化字段不会做自动深度压缩，直接导致存储占用升高。
• 空闲空间预分配与碎片管理逻辑不同
  WiredTiger会自动后台回收文档更新、删除产生的碎片空间，MongoDB Atlas还会默认触发定期compact任务整理存储碎片，统计的fileSize为实际有效数据的压缩后占用空间，仅保留极少量预留空闲空间。DocumentDB为了保障高写入场景性能，默认会预分配远大于实际数据量的存储块，写入新数据时也会为每个文档预留额外的更新预留空间，且默认不会自动回收碎片，这部分预分配的空闲空间也会被计入fileSize统计。
• 索引存储结构差异
  两者的B+树索引实现逻辑存在明显差异，WiredTiger对重复索引键、索引公共前缀有专门的压缩优化，而DocumentDB的索引默认不开启高强度压缩，尤其是存在大量复合索引、数组索引、多键索引的场景下，索引占用的存储空间会比Atlas高出1~3倍，这部分开销也会被计入总fileSize。
• 数据类型存储对齐规则差异
  DocumentDB对MongoDB兼容数据类型的存储对齐规则更保守，会为ObjectId、可变长度字符串、数组等类型预留更多的对齐填充位，避免后续文档更新产生的存储移位开销，单文档的平均存储占用本身就高于WiredTiger存储的同内容文档，数据量较大时总空间差异会被进一步放大。

你可以分别在两个库执行db.stats()命令，对比返回参数即可定位具体原因：

• 若两者的dataSize（未压缩的原始文档总大小）接近，storageSize差异大，说明是压缩策略或预分配空间导致
• 若indexSize差异远大于storageSize其他部分的差异，说明是索引存储优化差异导致
• 若DocumentDB的freeStorageSize占storageSize比例超过40%，说明大多是预分配的空闲空间，无需额外处理，后续写入会优先占用这部分空间。

内容的提问来源于stack exchange，提问作者Grzegorzg