文档结构设计直接影响wiredtiger压缩效果，字段名缩写、使用timeseries集合、统一字段类型、避免稀疏字段、优先定长字段可提升20%–40%磁盘节省。
文档结构设计直接影响 WiredTiger 压缩效果，不改字段类型、不调压缩算法，仅靠结构调整就能提升 20%–40% 的磁盘节省。
字段命名越短，压缩率越高
WiredTiger 对 BSON 文档做块级压缩，字段名（key）参与压缩。重复出现的长字段名（如 user_profile_id、created_timestamp_utc）会显著拉低压缩率。
- 把
user_profile_id改成uid，created_timestamp_utc改成ts，实测在日志类集合中可降低约 15% 存储体积 - 避免使用嵌套过深的路径名，例如
metadata.device.info.os.version→ 可扁平化为os_ver - 注意：字段名缩写需在应用层统一维护，不能只靠 driver 或 schema 工具自动转换，否则易引发读写不一致
时间序列数据优先用 timeSeries 集合类型
普通集合对时间戳字段（如 timestamp: ISODate("...")）只能做通用压缩；而 timeSeries 集合启用列式存储 + 增量编码 + delta-of-delta，对单调递增的时间字段压缩率远超常规方式。
- 创建时必须指定
timeField和metaField，例如：db.createCollection("sensor_data", { timeseries: { timeField: "ts", metaField: "device_id", granularity: "seconds" } }) - 要求 MongoDB ≥ 5.0；5.2+ 自动启用
zstd列压缩，无需额外配置 - 已有数据无法直接转为 timeSeries，需导出 → 新建 → 重写导入，且
_id会丢失（WiredTiger 不保留原_id）
避免混合类型字段和稀疏数组
WiredTiger 对同一字段内类型不一致（如有时是 string，有时是 null 或 int）或数组元素类型杂乱（[1, "abc", true]）的文档，压缩效率急剧下降——因为无法有效利用字典或增量编码。
- 强制统一字段类型：用
0代替null表示缺失数值，用空字符串""代替null表示缺失文本 - 数组尽量存同构数据，例如传感器读数统一为
double，不要混入单位字符串；必要时拆分为values: [...]+unit: "celsius" - 稀疏字段（90% 文档为空）建议移出主文档，单独建关联集合，否则每个文档都带一个
null字段，白白占用 key 空间
固定长度字段比变长字段更利于压缩
虽然 MongoDB 本身不区分“定长/变长”语义，但实际压缩中，int、date、objectid 这类二进制长度固定的值，在 block 压缩阶段更容易被模式识别和去重；而 string、array 长度波动大，压缩器难以建立稳定字典。
- 时间戳优先用
ISODate（8 字节），不用字符串格式的"2026-07-07T10:34:00Z"（约 24 字节） - ID 类字段用
ObjectId，不用自增整数或 UUID 字符串（后者多出约 20 字节/条） - 枚举值用整数编码（
status: 1）代替字符串（status: "active"），配合应用层映射表
真正影响压缩率的从来不是“开了 zstd 就行”，而是字段怎么命名、时间数据是否走 timeSeries、null 怎么处理、以及有没有把能定长的全换成定长——这些细节在数据写入前就锁死了压缩上限，后期调参数基本无效。
