Linux下提升 MongoDB 并发处理能力的实用方案
一 硬件与操作系统基础
- 使用SSD/NVMe替代HDD，显著降低随机I/O延迟；生产环境优先RAID 10以兼顾高IOPS与冗余，避免RAID 5的奇偶校验写入惩罚。
- 选择XFS（官方推荐）或ext4作为数据盘文件系统；挂载选项建议加入noatime,nodiratime减少元数据写入开销。
- 调整I/O调度器：SSD建议使用deadline；通过命令如：echo deadline | sudo tee /sys/block/sdX/queue/scheduler 设置，并配置udev规则持久化。
- 内核与内存：降低vm.swappiness=10（减少换页），适度设置vm.dirty_ratio=10、vm.dirty_background_ratio=5以平滑脏页回写；必要时用numactl --interleave=all缓解NUMA不均。
- 资源限制：提升MongoDB用户的文件描述符与进程数（limits.conf 中设置 nofile/nproc 到较高值，如65536或更高），避免“too many open files”。
- 透明大页（THP）：禁用以减少内存分配延迟，设置：echo never > /sys/kernel/mm/transparent_hugepage/enabled 与 defrag。
二 MongoDB 配置与存储引擎
- 存储引擎与缓存：使用WiredTiger（MongoDB 3.2+ 默认），将storage.wiredTiger.engineConfig.cacheSizeGB设为物理内存的50%-70%，在保障工作集的同时为系统和其他进程预留内存。
- 日志与持久化：启用journal.enabled: true；在写持久性与吞吐间平衡storage.journal.commitIntervalMs（默认100ms）。
- 网络与连接：合理设置net.maxIncomingConnections（默认65536），结合应用连接池与内核/负载均衡能力避免连接风暴。
- 慢查询与诊断：开启operationProfiling.mode: slowOp，设置slowOpThresholdMs: 100，配合日志定位瓶颈。
- 读写一致性：根据业务在writeConcern中权衡性能与安全，例如**{w: 1}更快，{w: “majority”, j: true}**更稳但延迟更高。
三 索引与查询优化
- 高效索引：为高频查询字段建立单字段/复合索引，将高选择性字段置于复合索引左侧；利用覆盖索引避免回表；定期清理未使用索引，控制写入放大。
- 执行计划：用explain(“executionStats”)检查是否出现COLLSCAN；关注totalDocsExamined / totalKeysExamined，尽量让扫描键数接近结果集规模。
- 查询写法：使用投影仅返回必要字段；分页避免大偏移（如skip(N).limit(M)），改用基于游标的范围查询（如基于**_id或时间戳）；尽量使用批量操作**（insertMany/updateMany/bulkWrite）减少网络往返。
- 避免昂贵操作：减少**$where**、无锚点的**$regex**等难以走索引的表达式。
四 架构扩展与读写分离
- 副本集：部署3个及以上节点（建议奇数）实现高可用；将读偏好设为secondary分流读请求，减轻主节点压力。
- 分片集群：当数据或写入吞吐达到单机瓶颈时，按高基数、均匀分布的字段（如user_id、order_id）选择分片键，避免热点与数据倾斜；必要时增加分片横向扩展。
- 变更流与队列：高并发写入可引入消息队列进行削峰填谷，批量提交到MongoDB，降低锁与日志刷盘压力。
五 监控维护与压测验证
- 实时监控：使用mongostat（QPS、连接、延迟）、mongotop（集合级读写耗时）与db.serverStatus()（内存、连接、锁）持续观测；慢查询日志与profile用于定位问题。
- 维护与升级：定期重建碎片化索引、清理过期数据、做好备份恢复；在不影响业务的前提下升级到稳定版获取性能修复与优化。
- 基准测试：上线前用YCSB、sysbench-mongodb等工具进行并发压测，验证连接数、线程池、索引与存储配置的有效性，并基于指标迭代调优。
