CentOS环境下MongoDB性能瓶颈破解方法
/etc/sysctl.conf添加vm.nr_hugepages=0，并执行sudo sysctl -p生效；同时修改/etc/rc.local确保开机自动禁用。vm.swappiness设置为0（默认60），减少系统使用swap分区的概率，避免内存不足时频繁换页导致的性能下降。noop或deadline调度算法（编辑/etc/default/grub，修改GRUB_CMDLINE_LINUX参数，如GRUB_CMDLINE_LINUX="quiet elevator=noop"，然后更新grub并重启）。WiredTiger是MongoDB的默认存储引擎（MongoDB 3.2+），其缓存大小直接影响性能。编辑/etc/mongod.conf，设置storage.wiredTiger.engineConfig.cacheSizeGB为物理内存的50%-80%（如16GB内存可设置为8GB），避免缓存过大占用过多内存导致系统或其他应用内存不足。
storage.journal.commitIntervalMs（默认100ms）控制journal日志的刷新频率，降低该值可提高数据持久性但增加I/O负载；提高该值则相反，需根据数据安全性需求权衡（如测试环境可设置为500ms，生产环境建议保持默认）。/etc/mongod.conf，设置systemLog.logRotate: rename，并配合logrotate工具定期切割日志，避免日志文件过大占用磁盘空间。find、sort、update的字段创建索引（如db.collection.createIndex({username: 1})）。db.collection.createIndex({status: 1, createTime: -1})，适用于status=1且按createTime降序查询的场景）。db.collection.createIndex({name: 1, age: 1})，查询{name: "张三", age: {$gt: 18}}时可使用覆盖索引）。db.collection.getIndexes()查看现有索引，删除不再使用的索引（如db.collection.dropIndex({old_field: 1})），减少索引维护开销。db.collection.reIndex()重建索引（注意：重建期间会锁表，建议在低峰期操作）。db.collection.aggregate([{ $indexStats: {} }])查看索引使用频率，删除长期未使用的索引（如usageCount为0的索引）。db.collection.find({username: "张三"}, {name: 1, age: 1, _id: 0})）。explain("executionStats")查看执行计划，确认winningPlan中使用了索引）。$or：$or查询可能导致索引失效，尽量改用$in（如db.collection.find({$or: [{status: 1}, {status: 2}]})可改为db.collection.find({status: {$in: [1, 2]}})）。skip()+limit()的大偏移量分页（如skip(10000).limit(10)）会导致性能下降，建议使用“游标分页”（记录上一页的最后一条记录的_id，下次查询find({_id: {$gt: last_id}}, {limit: 10})）。通过副本集实现读写分离，在连接字符串中设置readPreference="secondaryPreferred"，将读请求分发到从节点，减轻主节点的压力（注意：从节点数据可能有延迟，不适合实时性要求高的场景）。
对于海量数据（如TB级），使用分片将数据分散到多个服务器。选择合适的分片键（如user_id、order_id等高基数字段），避免数据倾斜（如避免使用status等低基数字段作为分片键），提高查询和写入的横向扩展能力。
mongostat（查看每秒操作数、延迟等）、mongotop（查看集合级别的读写时间）定期监控数据库性能。operationProfiling.slowOpThresholdMs设置为100ms），定期分析慢查询日志，针对性优化查询语句或索引。
