独立数据库方案实现租户物理隔离，适合高合规要求场景，但运维成本高；共享集合+tenantid模式省资源却依赖代码严格兜底；混合策略按租户规模动态选型，并需关注连接池、分片键、迁移灰度及tenantid全链路传递。
独立数据库方案：每个租户一个 db，真隔离但运维成本高
租户数据物理隔离，天然避免误查、越权、索引冲突等问题。适合对合规性（如 GDPR）、SLA 或资源配额要求严格的场景。
实操建议：
- 创建租户库时用统一前缀，比如
tenant_abc123，避免命名冲突或特殊字符导致连接失败 - 应用层必须严格校验租户标识（如从 JWT 或请求头提取），再拼接进连接字符串 —— 绝不能 直接拼接用户输入到
db名中，否则有注入风险 - 备份、监控、慢查询分析需按库粒度配置，MongoDB Atlas 上可基于标签分组，但自建集群得靠脚本轮询
admin.command({ listDatabases: 1 })动态发现新库 - 副本集主节点压力会随租户数线性增长：每个库都有自己的 oplog、缓存页、锁队列，1000 个租户可能让
mongod内存占用翻倍
共享集合 + tenantId 字段：省资源但全靠代码兜底
所有租户共用同一套集合（如 orders），每条文档带 tenantId: "abc123"。这是最常见也最容易出事的模式。
关键陷阱和应对：
- 每个查询、更新、聚合都必须显式带上
{ tenantId: "abc123" }条件 —— 漏写一次就可能读到/删掉其他租户数据 -
tenantId字段必须加复合索引，例如db.orders.createIndex({ tenantId: 1, createdAt: -1 })；单字段索引效率低，尤其当tenantId基数小（比如只有几十个大客户）时，容易走全表扫描 - 聚合管道里
$lookup关联其他集合时，子查询也得手动加tenantId过滤，MongoDB 不会自动透传 - 唯一约束（如用户邮箱）不能只建在
email上，得改成{ email: 1, tenantId: 1 }，否则跨租户重复邮箱会冲突
混合策略：按租户规模动态选型，用 mongos 路由分流
中小租户走共享集合，头部客户单独分库 —— 这需要在应用路由层做判断，而不是靠 MongoDB 自身能力。
落地要点：
- 维护一张
tenant_config集合，记录每个租户的strategy: "shared" | "dedicated"和db_name（后者仅 dedicated 时非空） - 连接池不能复用：shared 租户共用一个
MongoClient实例，dedicated 租户每个需独立实例（或至少独立db对象），否则连接串混用会导致写错库 - 如果用分片集群，
tenantId可作为分片键（shard key），但必须是hashed类型或带高基数前缀，否则热点集中在某个 chunk 上 - 不要试图用 MongoDB 的
role+resource做行级权限控制 —— 它只支持集合/数据库级，且无法动态绑定tenantId
迁移与灰度：从 shared 切到 dedicated 最容易翻车的地方
不是简单导出导入就能完事。真实业务中，租户数据往往分散在十几张关联集合里，且存在跨集合引用（如 order.userId → users._id）。
必须处理的细节：
- 所有 ObjectId 引用字段（如
userId、productId）在新库中仍是合法 ID，但要确保目标库的users集合已存在对应文档 —— 否则关联查询失效 - 触发器、Change Stream 订阅、TTL 索引等依赖库名或集合名的功能，迁移后需重新注册，且旧库的监听不能残留
- 应用发布必须灰度：先切读流量，验证
tenantId过滤逻辑是否被绕过；再切写，同时双写旧库保底，直到新库数据一致 - 别忽略驱动层日志 —— 某些 ORM（如 Mongoose）的
pre('save')钩子可能硬编码了集合名，迁移后会静默写回原库
