MongoDB性能调优在CentOS上怎么做

一、硬件与操作系统基础优化

• 硬件配置：优先选择多核CPU（提升并发处理能力）、充足内存（建议分配服务器总内存的50%-70%给MongoDB，用于缓存数据和索引）、SSD磁盘（降低I/O延迟，显著提升读写性能）。
• 操作系统调整：关闭不必要的后台服务（如防火墙、SELinux，若无需严格安全策略），减少系统负载；修改/etc/fstab文件，为MongoDB数据目录添加noatime挂载选项（避免记录文件访问时间，提升读取性能），执行mount -o remount /data重新挂载生效；调整内核参数：增大文件描述符限制（ulimit -n 64000）、进程/线程数限制（ulimit -u 64000），禁用透明大页（THP，减少内存管理开销，编辑/etc/default/grub添加transparent_hugepage=never，更新GRUB后重启）。

二、MongoDB配置文件优化
编辑/etc/mongod.conf（MongoDB主配置文件），重点调整以下参数：

• 存储引擎：确认使用WiredTiger（默认引擎，支持压缩和更好的并发控制），配置缓存大小（根据服务器内存调整，建议不超过总内存的70%，如storage.wiredTiger.engineConfig.cacheSizeGB: 8）。
• 网络设置：增加最大连接数（应对高并发，如net.maxIncomingConnections: 5000），启用TCP优化选项（net.socketOptions.tcpNoDelay: true、net.socketOptions.keepAlive: 1，减少网络延迟）。
• 日志与监控：降低日志级别（生产环境设为warning或error，减少磁盘I/O，systemLog.verbosity: 1）；开启慢查询日志（阈值设为100ms，operationProfiling.mode: slowOp、operationProfiling.slowOpThresholdMs: 100，便于定位性能瓶颈）。

三、索引优化（关键性能提升手段）

• 创建合适索引：为高频查询字段（如user_id、created_at）创建单字段索引（db.collection.createIndex({ field: 1 })）；对多字段组合查询（如status=1 AND create_time>='2025-01-01'）创建复合索引（db.collection.createIndex({ status: 1, create_time: -1 })，注意排序方向）。
• 覆盖索引：设计索引时包含查询所需的所有字段（如db.collection.createIndex({ title: 1, author: 1 })，查询find({ title: "MongoDB" }, { _id: 0, title: 1, author: 1 })可直接从索引获取数据，避免回表查询）。
• 索引维护：定期使用db.collection.getIndexes()查看索引列表，删除未使用或重复的索引（db.collection.dropIndex("index_name")），减少索引维护开销。

四、查询优化（减少资源消耗）

• 使用投影：仅返回需要的字段（如db.articles.find({ category: "tech" }, { title: 1, summary: 1, _id: 0 })），减少网络传输量和内存占用。
• 避免全表扫描：通过explain("executionStats")分析查询执行计划（如db.collection.find({ field: value }).explain("executionStats")），确保查询使用了索引（winningPlan.stage应为IXSCAN而非COLLSCAN）。
• 优化聚合管道：将$match前置（尽早过滤数据，减少中间结果集大小），合理使用$project（减少字段返回），避免在聚合管道中进行复杂计算（如$group前过滤数据）。
• 批量操作：使用insertMany、updateMany替代单条插入/更新（减少网络往返次数，提升吞吐量）。

五、分片与复制集部署（大规模数据处理）

• 复制集：配置3个及以上节点的复制集（如rs.initiate({ _id: "rs0", members: [{ _id: 0, host: "192.168.1.1:27017" }, { _id: 1, host: "192.168.1.2:27017" }, { _id: 2, host: "192.168.1.3:27017" }] })），提升数据可用性和读取性能（从节点可处理读请求，主节点专注写入）。
• 分片集群：对海量数据（如TB级）使用分片（选择高基数、低频率变更的字段作为分片键，如user_id，避免数据倾斜），将数据水平切分到多个分片节点（如sh.enableSharding("database_name")、sh.shardCollection("database_name.collection_name", { shard_key: 1 })），提升写入和查询性能。

六、监控与持续调优

• 内置工具：使用mongostat（实时监控读写操作、延迟、锁等待等指标）、mongotop（查看集合级别的读写时间分布）快速定位性能问题。
• 第三方工具：部署Prometheus+Grafana（可视化监控CPU、内存、磁盘I/O、连接数等指标，设置告警阈值）；使用Percona Monitoring and Management (PMM)（深入分析慢查询、锁竞争、索引使用情况）。
• 定期维护：开启日志轮转（systemLog.logRotate: rename，避免日志文件过大占用磁盘空间）；定期备份数据（使用mongodump/mongorestore或专用备份工具，如Ops Manager）；升级MongoDB版本（及时获取性能改进和安全修复）。