必须为 fs.chunks 创建 { "files_id": 1 } 索引，否则并发下载会触发全表扫描导致卡死；node.js 和 java 必须使用 gridfsbucket 而非过时类；需硬限并发流数并显式销毁；分片集群中 fs.files 与 fs.chunks 分片键必须严格一致。

fs.chunks 缺 { files_id: 1 } 索引直接拖垮并发性能

没这个索引，每个 openDownloadStream() 都会触发对 fs.chunks 的全表扫描——哪怕只下 1MB 文件，也可能扫数万行。并发一上来，CPU 和磁盘 I/O 瞬间拉满，不是慢，是“卡死”。

• 执行 db.fs.chunks.getIndexes()，确认输出里有 { "files_id": 1 }
• 没有就立刻建：db.fs.chunks.createIndex({ "files_id": 1 })
• 别信“驱动会自动建”：手动创建集合、迁移旧数据、或用非默认桶名初始化时，索引大概率缺失
• 加完后用 db.currentOp({ "ns": /^your_db_name\.fs\.chunks$/ }) 观察查询的 secs_running 是否明显下降

Node.js 中必须用 GridFSBucket，禁用所有老式 GridFS 类

还在用 new mongodb.GridFS(db) 或 GridFSDBFile？那根本不是并发问题，是内存和连接池在爆炸。老类串行查 chunk、全量加载到内存、不支持背压，一个 100MB 文件就能让进程 OOM。

Beago

一款AI开发辅助工具，主要用于零一万物推出的AI搜索工具，适合需要提升相关任务效率的用户。

下载

• Node.js 必须用 new mongodb.GridFSBucket(db)，下载走 openDownloadStream() 或 openDownloadStreamByName()
• Java 项目必须迁移到 com.mongodb.client.gridfs.GridFSBucket，彻底弃用 GridFSDBFile
• 老类无法复用连接池，每个下载请求都新建 socket，高并发下 maxPoolSize 迅速耗尽

并发流数量必须硬限，且每个流生命周期要显式管理

看似只是“开多个流读同一文件”，实际每个 openDownloadStream() 都占一个数据库连接 + 独立缓冲区 + 文件描述符。没限制时，50 个并发可能打满 MongoDB 连接池，或触发 Linux EMFILE 错误。

• 用 p-limit 控制同时打开的流数，建议 ≤ 5（尤其前端做 Range 分片请求时）
• 必须监听 error 事件并调用 stream.destroy()，否则失败流残留会持续占资源
• 响应层防超时：Nginx 默认 proxy_read_timeout 60s，大文件得调高，或定期 res.write('') 发心跳
• 用户关浏览器？req.on('close', () => stream.destroy()) 是唯一可靠 cleanup 方式

分片集群上 fs.files 和 fs.chunks 分片键必须严格一致

如果两个集合分片策略不匹配，mongos 就得广播查询或跨分片 JOIN——一次下载可能触发几十次远程请求，延迟从几十毫秒跳到几秒。这不是代码问题，是架构配置错误。

• 检查 sh.status()，确认 fs.files 和 fs.chunks 使用完全相同的分片键（推荐 _id）
• 不要用 filename 当分片键：同名文件多版本会导致路由混乱
• 已上线集群需重分片时，先停写、导出元数据、重建分片键、再导入，不能在线改

真正难的不是“怎么开多个流”，而是确保每个流从创建、读取、错误捕获到销毁，全程可控。索引缺失、类库过时、流未限速、分片错配——这四个点只要漏掉一个，吞吐量就卡在几百 KB/s，而不是瓶颈在带宽或磁盘。