CentOS 上 Dolphin 性能优化实操指南
一 明确优化对象与基线
- 确认你使用的是 DolphinDB（常被简称为“Dolphin”）。若为其他同名产品，请说明具体名称与版本。
- 建立可复现的基准：记录当前 QPS/延迟、CPU/内存/磁盘 IO、网络带宽、IOPS、文件系统 inode 使用率，以及关键 SQL/作业的执行计划与耗时，便于量化优化收益。
- 优先在 测试环境 验证变更，再灰度到生产；变更过程保留回滚方案与变更记录。
二 存储与文件系统优化
- 分层与隔离：将 元数据、redo log、数据实体 分别放置在不同磁盘；元数据与 redo log 建议用 小容量 SSD（必要时 RAID1 提升可靠性）；数据实体优先 多块 SSD 并行 或 多块 HDD 并行 提升吞吐。
- 文件系统与 inode：生产推荐 XFS（支持硬链接且可动态调 inode）；若使用 ext4 等不支持动态 inode 的文件系统，需在建盘时预先设定充足的 inode 数量，避免运行中因 inode 耗尽导致写入失败。
- 挂载与 I/O 策略：为数据盘挂载添加 noatime,nodiratime 减少元数据写放大；根据磁盘类型选择合适的 I/O 调度器（SSD 优先 none/mq-deadline，HDD 可用 cfq/mq-deadline），并结合业务选择 调度策略（如 deadline/noop）。
- 并发与缓存：在集群配置中为数据节点配置多块 SSD 路径到 volumes，并合理设置 diskIOConcurrencyLevel（SSD 场景可设为 0 让系统自适应并发；HDD 场景可设为 硬盘数量 提升并发度）；启用 TSDB Cache Engine 与 Chunk Cache Engine（如：chunkCacheEngineMemSize、TSDBCacheEngineSize），并确保与 controller.cfg 的 dataSync=1 搭配使用，以发挥缓存与落盘的协同性能。
三 系统内核与资源限制
- 文件句柄与内核对象：提升用户级与系统级文件句柄上限（示例：limits.conf 设置 * soft/hard nofile 102400；sysctl 设置 fs.file-max ≥ 102400），并重启验证；这对高并发连接与大量分片/文件访问尤为关键。
- 内存与 swap：适度降低 vm.swappiness（如 10），减少换页；设置 vm.dirty_background_ratio（如 5） 与 vm.dirty_ratio（如 10），在保证稳定性的前提下提升脏页回写效率，降低抖动。
- 网络栈（短连接/高并发场景）：可按需优化 TCP 参数（如 net.ipv4.tcp_tw_reuse=1、net.ipv4.tcp_fin_timeout=30、net.ipv4.tcp_keepalive_time=1200、net.ipv4.ip_local_port_range=“1024 65535”、net.core.somaxconn=1024 等），并启用 网卡多队列 提升多核 CPU 下的网络吞吐与延迟稳定性。
- 时间同步：多机集群务必部署 NTP/chrony，确保节点间 时间一致性，避免事务顺序与元数据一致性受影响。
四 DolphinDB 配置与 SQL/作业优化
- 内存与缓存：结合节点内存与负载，合理设置 maxMemSize 与 TSDBCacheEngineSize/chunkCacheEngineMemSize，避免 OOM 同时最大化热点数据命中；启用 dataSync=1 与缓存引擎配套使用，减少抖动与写放大。
- 并发与队列：根据 CPU 核数与负载特征调整 workerNum 等并发参数，避免线程过多导致上下文切换开销；对高并发、跨多分区的大查询，优先保证 本地性与分区裁剪，减少不必要扫描。
- 版本与库依赖：在 CentOS 7 上，若 glibc 低于 2.23，高并发查询/大量分区扫描可能出现 fseek 性能瓶颈；可通过在独立目录部署 高版本 glibc（如 2.23），使用 patchelf 调整 dolphindb 与核心库的 rpath/interpreter 指向该目录，在不替换系统 glibc 的前提下获得查询性能提升（务必充分回归测试）。
- SQL/ETL 实践：优先采用 分区裁剪 + 向量化执行；对大表 ETL，按 交易日/标的 等进行 分片并行，减少跨分区聚合与随机 IO；尽量使用 列式引擎与合适的组合分区（如日期 + 哈希），并在写入侧合理设置 批量提交与缓存，降低事务提交开销。
五 监控与容量规划
- 监控体系：部署 sar（sysstat）/iostat/vmstat/top/iftop 等工具，持续跟踪 CPU、内存、磁盘 IO、网络、IOPS、缓存命中率、文件句柄使用 等关键指标；结合业务关键路径设置 阈值告警 与 容量水位线。
- 容量与增长：提前规划 数据增长与索引/分区策略，确保 inode 与磁盘空间 充足；对热点表/分区考虑 更细粒度分区 与 SSD 分层，避免单点热数据与 IO 瓶颈。
