今天接到一個使用者回報的問題，sharding叢集，使用wiredtiger引擎，某個db下集合全部用的hash分片，<code>show dbs</code> 發現其中一個shard裡該db的大小，跟其他的集合差别很大，其他基本在60g左右，而這個shard在200g左右？
由于這個db下有大量的集合及索引，一眼也看不出問題，寫了個腳本分析了一下，得到如下結論
somedb 下所有集合都是hash分片，并且chunk的分布是比較均勻的
show dbs 反應的是集合及索引對應的實體檔案大小
集合的資料在各個shard上邏輯總大小是接近的，隻有shard0占用的實體空間比其他大很多
從shard0上能找到大量 movechunk 的記錄，猜測應該是集合的資料在沒有開啟分片的情況下寫到shard0了，然後開啟分片後，從shard0遷移到其他shard了，跟使用者确認的确有一批集合是最開始沒有分片。
是以這個問題就轉換成了，為什麼複制集裡集合的邏輯空間與實體空間不一緻？即collection stat 裡 <code>size</code> 與 <code>storagesize</code> 的差別。
邏輯存儲空間與實體存儲空間有差距的主要原因
存儲引擎存儲時，需要記錄一些額外的中繼資料資訊，這會導緻實體空間總和比邏輯空間略大
存儲引擎可能支援資料壓縮，邏輯的資料塊存儲到磁盤時，經過壓縮可能比邏輯資料小很多了（具體要看資料的特性，極端情況下壓縮後資料變大也是有可能的）
引擎對删除空間的處理，很多存儲引擎在删除資料時，考慮到效率，都不會立即去挪動資料回收删除的存儲空間，這樣可能導緻删除很多文檔後，邏輯空間變小，但實體空間并沒有變小。如下圖所示，灰色的文檔删除表示被删除。删除的空間産生很多存儲碎片，這些碎片空間不會立即被回收，但有新文檔寫入時，可以立即被複用。
而上述case裡，集合資料先分到一個shard，然後啟用分片後，遷移一部分到其他shard，就是一個典型的産生大量存儲碎片的例子。存儲碎片對服務通常影響不大，但如果因為空間不夠用了需要回收，如何去強制的回收這些碎片空間？
資料清理掉重新加入複制集同步資料，或者直接執行resync指令 （確定有還有其他的資料備份）
對集合調用 compact 指令
2017-08-03 15:42:04 update
mongdb中由于删除了大量的資料，但是沒有釋放磁盤空間給系統，想通過compact指令來釋放磁盤空間；但是對compact指令有幾個疑問
compact指令在wiredtiger引擎上是庫級别鎖還是collection級别鎖？
執行compact指令需要多大的空餘磁盤空間呢
compact 加的是db級别的互斥寫鎖，同一個db上的讀寫都會被阻塞
compact基本不需要額外的空間，wiredtiger compact的原理是将資料不斷往前面的空洞挪動，并不需要把資料存儲到臨時的位置（額外的存儲空間）。
<a href="https://docs.mongodb.com/manual/tutorial/resync-replica-set-member/">resync指令</a>
<a href="https://yq.aliyun.com/articles/new?spm=5176.8091938.0.0.8ldnnt">compact指令</a>
<a href="https://www.aliyun.com/product/mongodb">雲資料庫mongodb版</a>