mongodb性能调优centos指南

CentOS 上 MongoDB 性能调优指南

一 硬件与操作系统优化

• 使用 SSD/NVMe 替代 HDD，显著降低 I/O 延迟；为数据盘与日志盘分别使用独立磁盘或 RAID 提升吞吐与可靠性。
• 保证 工作集（热点数据 + 索引） 能尽量放入内存，减少磁盘访问；多核 CPU 有助于并发处理。
• 文件系统与挂载：数据盘挂载参数建议使用 noatime，减少元数据写入；确保 dbPath 所在分区空间充足。
• 系统资源限制：提高文件描述符与进程数上限（如 ulimit -n/-u 64000 或更高），并配置 systemd 服务限制；内核层面建议关闭 透明大页 THP、优化 I/O 调度器（SSD 常用 none/mq-deadline）。
• 网络与内核：开启 TCP 快速打开 等网络栈优化；必要时启用 基于 snappy 的网络压缩 降低跨节点流量。
  以上措施能直接改善 I/O、内存命中率与连接承载能力，是后续参数调优的基础。

二 MongoDB 配置要点

• 存储引擎与缓存：默认使用 WiredTiger；将 storage.wiredTiger.engineConfig.cacheSizeGB 设为物理内存的约 50%–75%（留出内存给操作系统与连接栈等），以容纳工作集。
• 压缩：启用 blockCompressor: snappy（或 zlib，视 CPU 而定）以节省空间，权衡 CPU 开销。
• 日志与持久化：保持 journal.enabled: true；根据写负载调整 storage.wiredTiger.engineConfig.journal.commitIntervalMs（如 100 ms 左右）以平衡吞吐与持久性。
• 网络与压缩：在 net 段可启用 compressors: snappy；合理设置 bindIp/port，并配置 systemLog.path 与 logAppend。
• 日志轮转与空间：启用并按需配置 log rotation，避免日志无限增长占满磁盘。
• 副本集/分片：为扩容和高可用配置 replication.replSetName 或 sharding.clusterRole；合理规划 oplog 大小（常见为磁盘空间的约 5%，需结合写入量与保留周期评估）。
  示例（部分关键项）： storage: engine: wiredTiger wiredTiger: engineConfig: cacheSizeGB: 24 journal: enabled: true commitIntervalMs: 100 collectionConfig: blockCompressor: snappy net: bindIp: 0.0.0.0 port: 27017 compressors: snappy systemLog: destination: file path: /var/log/mongodb/mongod.log logAppend: true 以上配置项与取值区间适用于大多数 OLTP/混合型工作负载，需结合实际监控微调。

三 索引与查询优化

• 索引策略：为高频查询路径建立 单字段索引 与 复合索引，注意字段顺序与 最左前缀；尽量设计 覆盖索引 以避免回表。
• 诊断与验证：使用 explain(“executionStats”) 检查是否走索引、扫描量与执行阶段；必要时用 hint() 验证索引有效性（谨慎使用）。
• 维护与清理：定期用 db.collection.getIndexes() 审查索引，删除 冗余/未使用 索引；对高碎片或变更频繁的索引执行 reIndex()（维护窗口内执行）。
• 查询写法：使用 投影 projection 仅返回必要字段；避免 $or 导致索引失效；大数据集分页建议使用 limit/skip 或基于游标的方案，控制单次返回量。
• 读写分离：读多写少场景可将读请求指向 secondary 节点，减轻主节点压力。
  这些做法能在不改变硬件的前提下，快速降低查询延迟与提高吞吐。

四 监控与诊断

• 内置工具：使用 mongostat 观察 insert/query/update/delete 速率、连接与 I/O；用 mongotop 查看集合级读写耗时；在 shell 中执行 db.serverStatus() 获取内存、连接、网络与存储细节。
• 慢查询与剖析：开启并分析 Database Profiler 与 慢查询日志，定位高成本操作与缺失索引。
• 系统监控：结合 top/htop、iostat 观察 CPU、内存与磁盘使用；查看 /var/log/mongodb/mongod.log 获取告警与错误。
• 可视化：使用 Prometheus + Grafana 或 Zabbix 搭建可视化监控与告警面板，持续跟踪关键指标。
  持续、体系化的监控能帮助你发现回归与瓶颈，并验证每次调优的收益。

五 扩展与维护策略

• 高可用与扩展：通过 副本集 提供故障切换与读扩展；数据规模或并发超出单机能力时，按业务键选择 分片键 进行 分片，避免热点与数据倾斜。
• 日常维护：定期 清理无用数据、归档冷数据；在维护窗口执行 索引重建/压缩 与统计信息更新；变更前在 测试环境 验证并灰度发布。
• 变更管控：任何参数、索引或架构调整都应配合 备份 与 回滚预案，并基于监控指标逐步放量。
  这些措施确保数据库在增长与演进过程中保持稳定与可预期的性能。