为何相同结构与索引的MongoDB集合比PostgreSQL表占用空间更大

• 底层数据模型的冗余开销差异
  MongoDB是文档型数据库，采用BSON格式存储每条文档，即便所有文档结构完全一致，每条文档都会冗余存储所有字段名、字段类型标识；PostgreSQL作为关系型数据库，表的Schema元数据是全局统一存储的，每行数据仅存储实际字段值，无需重复存储字段名信息，这是两者存储开销差异最核心的来源。
• 索引存储实现差异
  即便逻辑索引完全一致，两者的底层索引结构也存在开销差异：MongoDB WiredTiger引擎的索引项需要存储完整的文档主键/ObjectID，二级索引的关联开销更高；PostgreSQL的索引采用TID（元组标识符）关联堆表数据，标识长度更短，且默认的B树索引对重复值、有序值的压缩效率高于WiredTiger的默认前缀压缩策略。
• 预留空间与碎片管理策略差异
  WiredTiger引擎默认会为集合做空间过度分配，预留部分闲置空间用于后续文档更新的就地写入，避免频繁页分裂，即便是新导入的无更新数据，也会有10%~20%的预留空间占用；PostgreSQL堆表默认不会提前预分配闲置空间，仅在产生删改死元组时才会出现碎片，新导入数据的碎片占比极低。你可以通过db.collection.stats().storageSize查看MongoDB集合的实际数据大小，和fileSize的差值就是预留的闲置空间；PostgreSQL可通过SELECT pg_total_relation_size('表名')查看实际总占用。
• 默认压缩策略差异
  WiredTiger默认采用Snappy块压缩，压缩率约为30%_{50%；PostgreSQL默认对堆表采用pglz压缩，对TOAST存储的大字段采用更高效的压缩算法，相同数据量下压缩率通常比Snappy高5%}15%。

如果需要降低MongoDB的存储占用，可以执行db.collection.runCommand({compact: '集合名'})释放闲置预留空间，也可以将WiredTiger的压缩策略调整为zstd进一步缩小存储占用。

内容的提问来源于stack exchange，提问作者xaroulis gekas