必须分别校验GridFS的files和chunks集合：files需比对_id、filename、length、uploadDate、md5；chunks需按files_id分组验证chunk数量、n序号连续性及data的SHA256；禁用dbHash和count()，优先流式计算文件级哈希并比对ContentType与metadata。
直接比对 GridFS 的 files 和 chunks 集合行数与哈希值
GridFS 不是单文档存储，而是拆成 files（元数据）和 chunks（二进制块）两个集合。只比文档总数或用 dbHash 会漏掉块级差异——比如某文件的某个 chunk 写丢了但 files 记录还在，dbHash 依然通过。必须分开校验：
-
files集合：确认每个文件的_id、filename、length、uploadDate、md5字段完全一致；md5是 GridFS 自动计算的，迁移工具若未保留该字段（如某些自定义脚本忽略它），一致性就失去基础依据 -
chunks集合：按files_id分组，核对每组 chunk 数量、每个 chunk 的n（序号）是否连续、data字段的 SHA256 是否匹配；注意默认块大小是 255 KiB，但最后一块可能更小，不能简单按“总长度 ÷ 块大小”反推 chunk 数 - 别依赖
count()：MongoDB 的count()在分片集群或带读写延迟的副本集中可能不准，要用db.collection.estimatedDocumentCount()或聚合管道$group+$sum
用 mongofiles 导出再比对文件内容
mongofiles 是 MongoDB 官方提供的 GridFS 命令行工具，能绕过驱动层直接操作底层集合，适合做最终一致性兜底验证。但它不支持分片集群，且要求源/目标集群都启用 enableMajorityReadConcern: true（否则可能读到脏数据）：
- 从源库导出所有文件：
mongofiles -h src_host:port -d dbname --username user --password pass list > src_list.txt，再逐个get到临时目录 - 从目标库同样操作，得到另一套文件
- 用
diff -r src_dir dest_dir比对；注意：如果文件名含特殊字符或路径过长，mongofiles get可能截断或报错，建议先用list输出 JSON 格式（加--json），解析后按_id而非filename下载，避免命名冲突 - 大文件（>1GB）慎用此法：本地磁盘可能撑不住，且网络传输引入额外校验失败风险
在 Go 中用 gridfs 包流式计算文件级哈希
如果你的迁移流程本身用 Go 实现（比如基于 mongo-go-driver/x/exp/gridfs），最轻量且可靠的方式是在迁移时或迁移后，对每个文件流式读取并计算哈希——既不加载全量到内存，又能拿到端到端校验值：
- 上传前：用
io.MultiWriter同时写入uploadStream和sha256.New()，得到原始文件哈希 - 迁移后：用
b.OpenDownloadStream(id)获取gridfs.File，再用io.Copy(io.Discard, file)流式读取并更新哈希器；注意必须调用file.Close()，否则底层 cursor 不释放 - 关键点：
gridfs.File.Size()返回的是逻辑文件大小，不是 chunks 总字节数；实际读取时若遇到缺失 chunk，io.Copy会返回EOF且字节数小于Size()，这就是一致性破绽 - 别跳过
ContentType和metadata字段比对：有些业务依赖这些字段做路由或鉴权，它们存在files文档里，但mongofiles默认不导出
避开 dbHash 和仅查文档数这类“假阳性”验证
dbHash 命令看似省事，但它在 GridFS 场景下极易给出错误结论。根本原因是：dbHash 对集合做整体哈希，不感知 files 和 chunks 之间的逻辑关联。哪怕一个文件的最后一个 chunk 写丢了，只要 files 文档没删，dbHash 仍可能一致。
-
dbHash会锁库，且明确不支持分片集群——你在生产环境跑一次，等于主动制造一次写入中断 - 只比
db.collection.count()更危险：files少一条可能意味着整个文件丢失，chunks少几条可能只是部分损坏，但两者 count 都可能“碰巧相等” - 如果用了自定义 bucket 名（比如
mybucket.files），验证脚本必须显式指定，不能硬编码fs.files；mongosync的嵌入式验证器默认只检查fsbucket，其他 bucket 得自己写逻辑
真正难的不是技术动作，而是确认“哪些字段必须一致”——比如 uploadDate 是否允许毫秒级偏差、md5 字段是否被迁移工具重算过、metadata 里业务自定义字段是否全量同步。这些细节不提前约定，校验就只是自我安慰。
