需求：
储存同类数据，采用一个document里包含一个数组，不断的往数组里写数据，并且该数据只做记录，读取的频率非常的低。基本不会去读取。设计结构类似下面
type MsgChat struct {
ID string `bson:"id"`
Msg []string
}
数据不停的按ID区分到不同的document里，并写入Msg数组。上线之后发现写入数据并不快，显得有点缓慢。
原因：
虽然做了按ID且按天区分，但是当产生大量数据的时候，还是会出现比较多的数据，导致MSG数组比较大， 实测发现大于5000的时候就开始变慢，大于1W就更加慢，到10W的时候尽然要100多ms。 并且再写入出现错误了。错误原因是单文档不能超过16M大小。
解决方案：
1.给document里增加一个字段表示数量，每次写入的时候对该字段进行增加，然后返回最后一条数据。
当大于5000的时候，新起一个document。 这个方法预计挺不错的，但是由于有老数据，没法使用这个。
2.每次$push完毕数据之后，查询一下数据长度，假如大于5K就新开一个吧。我采用的是这个方法，实测发现速度还是可以的。
在5000条以下的时候两个操作（插入，查询）基本控制在10ms以内。
matchStage := bson.D{{"$match", bson.D{{"chatRoomID", timeChatRoomID}}}}
matchStage := bson.D{{"$match", bson.D{{"chatRoomID", timeChatRoomID}}}}
projectStage := bson.D{{"$project", bson.D{{"arrayLength", bson.M{"$size": "$msg"}}}}}
addStage := bson.D{{"$addFields", bson.D{{"arrayLength", "$arrayLength"}}}}
cursor, err2 := c.Aggregate(ctx, mongo.Pipeline{matchStage, projectStage, addStage})
aof-use-rdb-preamble yes redis 备份的时候CPU占用太高的问题。
这个都已经是默认开启了，看来只能减少redis内存占用。
