PyMongo批量更新文档有数量上限吗？为何60万条更新成功？

很高兴看到你的批量更新顺利完成了！咱们来一步步理清你之前的误解到底来自哪里：

1. 混淆了「单批次操作限制」和「总操作数量限制」 #

很多人误以为MongoDB的批量操作有总文档数上限（比如10万），但实际上真正的限制是单批次操作的大小/数量：

• MongoDB要求每个命令的大小不能超过16MB
• 默认情况下，PyMongo的批量API会自动将操作拆分成最多1000条的批次（如果单条操作很小，就按1000条一批；如果单条操作体积大，会提前拆分以不超过16MB限制）

你的60万条更新操作，因为每个$set的内容只是把字符串转成数组，数据量很小，所以被PyMongo自动拆分成了600个批次（600000/1000）逐个执行，完全没有触发任何限制，所以全部成功了。

2. 旧说法/文档的误导 #

你之前听到的「超过10万条会失败」，可能来自这几种场景：

• 早期MongoDB版本：在bulk API（2.6版本引入）出现之前，开发者只能手动循环执行单条更新，这种方式不仅性能差，还可能因为连接超时等问题导致失败，但这不是MongoDB本身的限制
• 错误使用批量操作：如果手动构建单条批量命令（而不是用PyMongo的bulk API自动分批），当总大小超过16MB时会失败，但你的代码用了initialize_ordered_bulk_op()，它会自动帮你处理分批逻辑
• 混淆了其他操作的限制：比如某些聚合操作或者导入工具的限制，但不适用于bulk update场景

3. 你的代码为什么能正常工作 #

再看你的代码：

bulk = coll.initialize_ordered_bulk_op()
for index, row in df.iterrows():
    bulk.find({ '_id': ObjectId(row['id']) }).update({ '$set': { "X": row['X'].split(',') } })
bulk.execute()

这里的initialize_ordered_bulk_op()是PyMongo封装的批量操作工具，它会：

• 收集所有更新操作
• 自动拆分成符合MongoDB限制的批次
• 按顺序逐个发送批次执行（ordered模式下，如果某一批次里有操作失败，后续批次会停止执行，但你的所有文档都匹配到了_id，所以没有失败）

另外补充一句：PyMongo 3.2+官方更推荐使用bulk_write()方法，写法更灵活，但本质上的分批逻辑是一致的。

内容的提问来源于stack exchange，提问作者Alice Mortlock