MongoDB在Linux中的性能调优技巧

MongoDB在Linux中的性能调优技巧

调整WiredTiger缓存大小：WiredTiger是MongoDB的默认存储引擎（MongoDB 3.2+），其缓存大小直接影响性能。建议将storage.wiredTiger.engineConfig.cacheSizeGB设置为服务器物理内存的50%-70%（需预留足够内存给系统和其他进程）。例如，在/etc/mongod.conf中配置：
```
storage:
  wiredTiger:
    engineConfig:
      cacheSizeGB: 4  # 根据服务器内存调整，如16GB内存可设为8GB
```
优化内核内存参数：
- 降低vm.swappiness（默认60）：减少系统使用交换空间（Swap）的倾向，避免内存不足时频繁换页导致性能下降。设置为10或更低（sysctl -w vm.swappiness=10），并添加到/etc/sysctl.conf持久化。
- 控制内存超额分配：设置vm.overcommit_memory=1（允许内存超额分配，但需避免过度使用），同样添加到/etc/sysctl.conf。

使用SSD硬盘：SSD的随机读写性能远优于传统HDD，能显著提升MongoDB的I/O密集型操作（如查询、写入）速度。建议将MongoDB数据目录（dbpath）部署在SSD上。
优化文件系统：选择XFS文件系统（支持高并发和大文件），并创建时指定合适的块大小（如-b size=4096）。挂载时添加noatime选项（减少文件访问时间更新）：
```
mount -o noatime /dev/sdb1 /var/lib/mongodb
```
增加内存：MongoDB依赖内存映射文件，更多内存意味着更多数据和索引可驻留内存，减少磁盘I/O。建议服务器内存至少满足“数据集大小+应用需求”。

创建合适的索引：为find、sort、aggregate等操作中频繁使用的字段创建索引。例如，为用户集合的username字段创建单字段索引：
```
db.users.createIndex({ username: 1 });
```
使用复合索引：针对多条件查询（如{status: "active", age: {$gt: 18}}），创建复合索引并将选择性高的字段放在前面（选择性高的字段能过滤更多数据）。例如：
```
db.users.createIndex({ status: 1, age: 1 });  // status选择性更高
```
避免过度索引：每增加一个索引都会增加写入开销（插入、更新、删除时需维护索引），定期用db.collection.getIndexes()查看索引数量，删除未使用的索引（通过$indexStats分析）。
覆盖索引：确保索引包含查询所需的所有字段（如find({username: "john"}, {username: 1, _id: 0})），避免访问实际文档，减少I/O。

使用投影限制返回字段：避免返回整个文档，只查询需要的字段。例如：
```
db.users.find({}, { username: 1, email: 1, _id: 0 });  // 仅返回username和email
```
限制结果数量：用limit()减少返回的文档数，避免一次性传输大量数据。例如：
```
db.users.find().limit(10);  // 只返回前10条
```
避免全表扫描：通过explain()分析查询计划，确保查询使用了索引。若executionStats.executionStages.stage显示为COLLSCAN（全表扫描），需优化索引。例如：
```
db.users.find({ username: "john" }).explain("executionStats");
```
批量操作：将多个插入/更新请求合并为批量操作（如bulkWrite），减少网络往返次数，提高吞吐量。

调整网络参数：根据应用需求设置net.port（默认27017）和net.maxIncomingConnections（默认65536，可根据并发连接数调整，如10000）。例如：
```
net:
  port: 27017
  maxIncomingConnections: 10000
```
启用日志与慢查询分析：开启操作日志（operationProfiling.mode: slowOp）并设置慢查询阈值（如100ms），定期分析慢查询日志优化性能：
```
operationProfiling:
  mode: slowOp
  slowOpThresholdMs: 100
```
副本集与分片配置：
- 副本集：通过replication.replSetName配置副本集（如rs0），提高数据可用性和读取性能（可将读请求分发到从节点）。
- 分片：对于大规模数据集，通过分片键（如user_id）将数据分散到多个分片，提高写入和查询的横向扩展能力。

使用内置工具监控：通过mongostat（监控操作速率，如读/写次数、延迟）和mongotop（监控集合级别的读/写时间）实时查看性能指标。例如：
```
mongostat --host localhost --port 27017
mongotop --host localhost --port 27017
```
定期维护：
- 重建索引：使用db.collection.reIndex()重建碎片化索引，提升查询效率。
- 清理无用数据：定期删除过期数据（如日志集合），减少数据量对性能的影响。
- 备份数据：使用mongodump和mongorestore定期备份，避免数据丢失。

最新问答