MongoDB在Linux上的数据存储优化方法

Linux 上 MongoDB 数据存储优化方法

一 存储硬件与文件系统

• 使用 SSD/NVMe，优先构建 RAID10；避免使用 RAID5（写放大与重建慢）。复制集各节点尽量连接不同 SAN 以分散故障域。
• 文件系统优先 XFS/ext4，挂载时启用 noatime（关闭访问时间更新，降低元数据写放大）。
• 磁盘 I/O 调度：SSD 用 noop/deadline；虚拟机环境更推荐 noop。
• 时间同步：部署 NTP，确保复制集/分片集群时钟一致，避免选举与回放异常。

二 Linux 内核与资源限制

• 提升文件描述符与进程数：建议将 ulimit -n/-u 调整到 64000 或更高，避免 “too many open files”。
• 关闭或隔离 NUMA（MongoDB 在 NUMA 下可能出现性能退化），可通过启动参数或 BIOS 策略规避。
• 调整预读（readahead）：MongoDB 多为随机访问，建议将设备预读设为 32（示例：blockdev --setra 32 /dev/sdX）。
• 安全策略按需调整：生产环境不建议直接关闭 SELinux/防火墙，应采用最小权限与端口放行策略；若必须关闭，需充分评估风险并做好网络与主机加固。

三 MongoDB 存储引擎与关键参数

• 存储引擎：使用 WiredTiger（MongoDB 3.2+ 默认），具备文档级并发、压缩与高效缓存等优势。
• 缓存大小：通过 storage.wiredTiger.engineConfig.cacheSizeGB 控制，默认约为 min(50%×内存 - 1GB, 256MB)；一般按业务“工作集”调优，常见区间为内存的 40%–60%（容器/共享主机需显式限制，避免内存争用）。
• 索引与数据分离：开启 storage.wiredTiger.engineConfig.directoryForIndexes，将索引与集合数据分目录/分卷存放，缓解 I/O 争用；多盘环境收益更明显。
• 压缩算法：通过 storage.wiredTiger.collectionConfig.blockCompressor 选择 none/snappy/zlib/zstd；写密集优先 snappy，读密集且存储紧张优先 zstd（压缩率与解压性能更优）。
• 多库隔离：开启 storage.directoryPerDB，按数据库拆分目录，便于 I/O 与容量治理。
• 压缩与校验：WiredTiger 默认对 journal 使用 snappy 压缩；检查点默认约每 60 秒或待写数据达 2GB 触发，journal 同步默认 100ms，可在性能与持久性间权衡（不建议关闭 journal，除非可容忍数据丢失）。

四 监控与容量规划

• 观察缓存命中与压力：使用 db.serverStatus().wiredTiger.cache 关注 maximum bytes configured、bytes currently in the cache、pages read into cache 等指标；若缓存长期接近上限且读负载高，考虑扩容内存或优化工作集。
• 运行期观测：利用 mongostat、mongotop 快速定位异常集合/操作；对高延迟或高扫描操作建立合适索引并优化查询。
• 容量与扩展：当单实例容量或 I/O 成为瓶颈，结合 分片 水平扩展；历史冷数据可转存至低成本存储，热数据保留在高性能盘。

五 快速检查清单