Linux上MongoDB查询速度如何提升

优化查询语句

使用索引：确保查询条件中的字段已创建索引，通过explain("executionStats")分析查询计划，确认是否使用了索引（避免COLLSCAN全表扫描）。例如，对常用查询字段（如user_id、status）创建单字段索引：db.collection.createIndex({ user_id: 1 })。
限制返回结果：使用limit()方法减少返回的文档数量，避免一次性传输大量数据。例如，db.collection.find({ status: "active" }).limit(100)。
投影优化：仅返回需要的字段（排除_id字段，除非必要），减少数据传输量。例如，db.collection.find({ category: "books" }, { title: 1, author: 1, _id: 0 })。
避免低效操作：禁用$where子句（会触发JavaScript引擎执行，性能极差），改用索引支持的查询条件；避免对未索引字段进行排序（会导致SORT阶段全表扫描）。

索引策略优化

创建合适的索引：根据查询模式创建索引，优先为find、sort、aggregate操作的字段创建索引。例如，对{ status: "active", create_time: -1 }的查询，创建复合索引{ status: 1, create_time: -1 }（选择性高的字段放前面）。
复合索引设计：遵循“等值→排序→范围”的ESR规则（Equality-Sort-Range），例如查询{ a: 1, b: 2, c: { $gte: 1 } }.sort({ d: 1 })，应创建索引{ a: 1, b: 1, d: 1, c: 1 }（等值字段a、b在前，排序字段d其次，范围字段c最后）。
覆盖查询：确保查询的字段全部包含在索引中，无需访问源文档。例如，若索引为{ name: 1, age: 1 }，查询{ name: "Alice", age: 25 }且仅返回name、age字段时，可直接从索引获取数据（explain()中totalDocsExamined为0）。
删除冗余索引：定期检查并删除未使用的索引（通过db.collection.aggregate([{ $indexStats: {} }])查看索引使用情况），减少写操作的开销（插入、更新、删除时需维护索引）。

配置优化

调整缓存大小：对于WiredTiger存储引擎（MongoDB 3.0+默认），修改storage.wiredTiger.engineConfig.cacheSizeGB参数（设置为物理内存的50%-75%），增加内存缓存数据和索引的比例，减少磁盘I/O。
优化日志设置：降低systemLog.verbosity（设为0，仅记录错误信息），减少日志写入频率；合理设置日志文件大小和滚动策略，避免频繁的磁盘I/O操作。
调整并发参数：根据硬件资源（CPU核心数）调整net.maxIncomingConnections（默认10000，可根据并发连接数调整），避免过多连接导致资源竞争；设置operationProfiling.maxTimeMS（如100ms），监控慢查询。

硬件优化

分片与副本集

分片（Sharding）：对于TB级以上的大数据集，通过分片将数据分散到多个节点（如按user_id分片），实现水平扩展，提高查询和写入的并发能力。选择合适的分片键（如高基数的user_id，避免热点问题）。
副本集（Replica Set）：配置副本集（至少3个节点），将读操作分发到从节点（readPreference: "secondary"），减轻主节点的读取压力，提高读取性能。

监控与维护

使用监控工具：通过mongostat（监控QPS、延迟）、mongotop（监控集合级别的读写时间）、Prometheus+Grafana（可视化监控内存、CPU、磁盘I/O）等工具，实时监控数据库性能，及时发现瓶颈。
分析慢查询：开启慢查询日志（slowms设为100ms），通过db.setProfilingLevel(2)记录慢查询，使用db.system.profile.find().sort({ ts: -1 }).limit(10)查看最近的慢查询，针对性优化。
定期维护：定期执行db.collection.reIndex()重建索引（清理碎片，提高索引效率）；清理无用数据（如过期的日志、临时数据），减少数据量。

最新问答