MongoDB在Linux上的数据压缩方法

MongoDB 在 Linux 上的数据压缩方法

一 存储引擎层压缩 WiredTiger

• 适用对象：集合数据与索引数据在落盘时压缩，WiredTiger 默认启用压缩，集合默认算法为 snappy，索引默认启用 前缀压缩 prefixCompression。可选算法为：none、snappy、zlib、zstd（MongoDB 4.2+ 支持 zstd）。压缩在写入磁盘时完成，缓存中保留未压缩页，因此主要影响写路径的 CPU 与磁盘占用。一般经验压缩率：snappy≈2:1、zlib≈3:1、zstd≈4:1（实际取决于数据特征）。建议：写密集优先 snappy；读密集且存储紧张优先 zstd；已加密或已压缩的二进制数据（如图片、视频）设为 none 以避免无效 CPU 消耗。配置示例（mongod 配置文件或启动参数）： storage: engine: wiredTiger wiredTiger: collectionConfig: blockCompressor: zstd # 集合块压缩算法 indexConfig: prefixCompression: true # 索引前缀压缩（默认开启） 也可在创建集合时指定： db.createCollection(“email”, { storageEngine: { wiredTiger: { configString: “block_compressor=zlib” } } })。

二 网络传输压缩

• 适用对象：mongos 与 mongod、副本集成员、分片集群节点之间的网络流量。配置项：net.compression.compressors，可选 snappy、zlib、zstd。版本规则：MongoDB 3.6/4.0 默认 snappy；MongoDB 4.2+ 默认 snappy,zstd,zlib（按优先级协商）。两端需至少共享一种算法才可启用。建议：云环境或跨机房优先 zstd；低延迟内网可用 snappy 降低 CPU 开销。配置示例： net: compression: compressors: snappy,zstd,zlib。

三 备份与导出压缩

• 适用对象：mongodump/mongorestore 生成的备份文件。自 MongoDB 3.2 起支持 –gzip 直接在导出时压缩，减少磁盘占用与额外压缩步骤。示例： mongodump --host 127.0.0.1 --port 27017 --gzip --out /data/backup_20251122 mongorestore --host 127.0.0.1 --port 27017 --gzip --dir /data/backup_20251122 提示：压缩备份会额外消耗 CPU，但通常显著节省存储空间与网络传输量。

四 压缩效果评估与空间回收

• 评估方法：
  • 查看数据库级数据+索引占用（单位 MB）： db.stats(10241024).dataSize + db.stats(10241024).indexSize
  • 查看集合级压缩与存储细节： db.runCommand({ collStats: “” })
• 空间回收：删除文档/集合后，WiredTiger 不会立即把磁盘空间归还给操作系统，而是将空间放入 Empty Records 列表供后续复用，可能产生碎片。可使用 compact 整理碎片并释放未使用空间（会重写集合数据，建议在低峰期执行，并确保磁盘空间充足）： db.runCommand({ compact: “” })。

五 实践建议与注意事项

• 工作负载匹配：写密集选 snappy；读密集且存储紧张选 zstd；不可压缩数据选 none。压缩是“CPU 换磁盘/网络”的权衡。
• 版本与兼容性：使用 zstd 需 MongoDB 4.2+；网络压缩需客户端/驱动支持所选算法，否则协商失败不启用。
• 监控与资源：WiredTiger 默认使用系统物理内存的约一半作为内部缓存（可通过 –wiredTigerCacheSizeGB 调整）；可用 db.serverStatus().mem 观察内存使用。
• 生效时机：部分存储配置在实例初始化后难以变更，或变更后需迁移/重建才能完全生效；变更前在测试环境验证，变更中做好完整备份与维护窗口规划。