MongoDB 是一种非关系型数据库，它以文档的形式存储数据，具有高性能、高可扩展性和高可用性的特点。然而，MongoDB 也有一些局限性，其中之一就是数据量上限。MongoDB 的数据量上限是指单个数据库或者单个集合（collection）的数据量不能超过16TB（terabyte）。这个上限是由MongoDB 的存储引擎 WiredTiger 决定的，它使用了64位整数来表示数据文件的偏移量，因此最大只能支持16TB 的文件大小。
那么，为什么 MongoDB 会有这样的数据量上限呢？这主要是出于性能和可靠性的考虑。如果数据文件过大，那么在读写操作时，需要花费更多的时间和资源来定位和访问数据，这会降低数据库的响应速度和吞吐量。另外，如果数据文件过大，那么在发生故障或者恢复时，也需要花费更多的时间和空间来备份和恢复数据，这会增加数据库的风险和成本。
那么，如果我们的业务需要存储超过16TB 的数据，我们应该怎么办呢？有以下几种解决方案：
1.分库分表。这是最常见的方法，就是将一个大的数据库或者集合拆分成多个小的数据库或者集合，分布在不同的服务器上。这样可以降低单个数据库或者集合的数据量，从而避免达到上限。同时，也可以提高数据库的并发能力和负载均衡。MongoDB 提供了分片（sharding）功能来实现分库分表，它可以根据一定的规则将数据分散到不同的分片服务器（shard server）上，并由一个路由服务器（mongos）来协调请求和响应。
2.压缩数据。这是另一种方法，就是通过压缩算法来减少数据文件的大小，从而延长达到上限的时间。MongoDB 的存储引擎 WiredTiger 支持多种压缩算法，如snappy、zlib、zstd 等，可以在创建集合时指定压缩选项。压缩数据可以节省磁盘空间和网络带宽，但也会增加CPU 的开销和内存消耗。
3.更换存储引擎。这是最后一种方法，就是使用其他支持更大文件大小的存储引擎来替换 MongoDB 的默认存储引擎 WiredTiger。MongoDB 支持多种存储引擎，如MMAPv1、RocksDB、PerconaFT 等，它们有各自的优缺点和适用场景。其中，RocksDB 和 PerconaFT 都支持128TB 的文件大小，但也有一些局限性，如不支持事务、不支持快照等。