Ubuntu环境下MongoDB性能调优技巧
storage.wiredTiger.engineConfig.cacheSizeGB参数设置）。例如，16GB内存服务器可设置cacheSizeGB: 10（约占62.5%），避免占用过多内存影响系统及其他应用。storage.journal.enabled: true）以保证数据持久性。vm.nr_hugepages=0参数），避免内存碎片化；调整vm.swappiness=0（降低交换分区使用概率），提升内存利用率。/etc/mongod.conf中，通过net.maxIncomingConnections设置最大连接数（如net.maxIncomingConnections: 1000），避免连接数过多导致资源耗尽；根据网络带宽调整net.bufferSize（默认16MB，高带宽环境可适当增大）。storage.wiredTiger.engineConfig.journalCompressor（日志压缩）、storage.wiredTiger.collectionConfig.blockCompressor（集合数据压缩）进一步优化存储效率。operationProfiling模块开启慢查询日志，设置slowOpThresholdMs（如slowOpThresholdMs: 100，单位毫秒），记录执行时间超过阈值的查询，便于后续分析与优化。where、sort、join条件中的字段）创建索引，例如db.users.createIndex({age: 1})（升序索引）。复合索引需根据查询模式设计字段顺序（如db.users.createIndex({status: 1, age: -1})，适用于status筛选后按age降序查询的场景）。db.collection.reIndex()重建索引，清理碎片（尤其在高写入负载场景下）；通过db.collection.stats()查看索引大小与使用情况，删除未使用索引（db.collection.explain("executionStats").find({...}).executionStats.executionStages.inputStage.stage显示IXSCAN的索引才是有效索引）。db.users.find({name: "John"}, {name: 1, _id: 0})配合db.users.createIndex({name: 1})）。explain("executionStats")分析查询计划，避免全表扫描（winningPlan.stage为COLLSCAN）；确保查询条件能利用索引（如db.users.find({age: {$gt: 18}}).explain()应显示IXSCAN）。db.users.find({age: {$gt: 18}}, {name: 1, age: 1, _id: 0})（不返回_id字段），降低网络传输压力。skip()与limit()进行分页（如db.users.find().skip(20).limit(10)），避免一次性获取大量数据；采用insertMany()（批量插入）、updateMany()（批量更新）替代单条操作，减少网络往返次数。user_id、order_id等高基数字段），避免热点问题（如{timestamp: 1}可能导致写入集中在最新分片）。sh.shardCollection("db.collection", {shardKey: 1})手动分片；监控分片集群的chunk分布（sh.status()），确保数据均匀分布。mongostat（监控每秒操作数、读写延迟）、mongotop（监控集合级读写时间）实时查看数据库性能。db.collection.validate()检查数据完整性；每月清理无用数据（如过期日志、临时集合）；每季度评估索引策略（根据查询模式变化调整索引）。
