CentOS环境下MongoDB内存配置技巧

CentOS 环境下 MongoDB 内存配置技巧

一 核心原则与快速建议

• 以 WiredTiger 为主：MongoDB 默认使用 WiredTiger，其缓存默认约为可用内存的 50%。在专用数据库服务器上，建议将 storage.wiredTiger.engineConfig.cacheSizeGB 设置为略低于工作集大小，通常落在**物理内存的 40%–60%**区间，其余留给操作系统页缓存、连接栈、文件系统缓存等。若与其他服务共机，应进一步下调，避免 OOM 与抖动。
• 工作集优先：内存配置应围绕“工作集（索引 + 热点文档）”展开，而非追求把全部数据装进内存。通过索引与查询优化，尽量让工作集可容纳于 WiredTiger 缓存中，以获得稳定低延迟。

二 配置步骤与关键参数

• 调整 WiredTiger 缓存大小（推荐在 /etc/mongod.conf 中设置）：

  storage:
    dbPath: /var/lib/mongo
    journal:
      enabled: true
    engine: wiredTiger
    wiredTiger:
      engineConfig:
        cacheSizeGB: 8   # 依据总内存与业务工作集调整
  

  修改后重启：sudo systemctl restart mongod。
• 可选：更细粒度控制脏页比例，减轻检查点抖动（需结合压测评估）：

  storage:
    wiredTiger:
      engineConfig:
        eviction_dirty_target: 5
        eviction_dirty_trigger: 20
  

• 快速验证：
  • 查看缓存命中与使用情况：db.serverStatus().wiredTiger.cache
  • 查看总体内存：db.serverStatus().mem
• 仅专用数据库场景的“上限估算”示例：若服务器内存为 16GB，可先尝试 cacheSizeGB: 7.5（约 47%），再依据监控微调。

三 CentOS 系统层优化

• 关闭透明大页（HugePages）：WiredTiger 在大页下易产生碎片与性能波动，建议关闭。
  • 临时生效：echo never > /sys/kernel/mm/transparent_hugepage/enabled
  • 永久生效：在 /etc/default/grub 的 GRUB_CMDLINE_LINUX 中加入 transparent_hugepage=never，执行 grub2-mkconfig -o /boot/grub2/grub.cfg 并更新 initramfs，重启生效。
• 调整虚拟内存行为：
  • vm.swappiness=0（倾向尽量避免 swap，仅在极端内存紧张时再启用少量 swap）
  • vm.overcommit_memory=1（更宽松的超额承诺策略，降低 OOM 风险；需结合容量规划谨慎使用）
• systemd 内存上限（可选，用于“硬边界”）：sudo systemctl set-property mongod MemoryLimit=10G，适合容器化或混部场景。
• 资源与文件句柄：在 /etc/security/limits.conf 提升 nofile、nproc，避免连接数增长受限。

四 监控与容量规划

• MongoDB 自带与常用工具：
  • db.serverStatus().wiredTiger.cache：查看 bytes currently in the cache、cache eviction、dirty 等关键指标
  • db.serverStatus().mem：总体内存使用
  • mongostat、mongotop、top/htop：实时观察吞吐、锁、I/O 与热点集合
• 调优思路：
  • 若 cache eviction 频繁、dirty 高企，优先考虑增加内存或优化写入模式（批量、索引覆盖、减少随机写）
  • 若工作集超出缓存，优先通过索引设计、查询投影与分页降低工作集规模，必要时考虑分片扩展。

五 常见坑与排查清单

• 将 WiredTiger 缓存设得过高，导致系统无可用内存、抖动或 OOM；应保留充足空间给 OS 与其他进程。
• 未关闭透明大页，出现读写延迟波动与检查点抖动；按上文步骤关闭并重启。
• 过度依赖 swap，性能急剧下降；优先通过增加内存、优化查询/索引、降低并发写入来根治。
• 连接数过多导致栈与内核资源紧张；结合业务压测设置合理 maxIncomingConnections，并优化应用连接池。
• 仅监控表层指标而未关注 wiredTiger.cache 的 eviction/dirty，难以定位瓶颈；建议以缓存命中与脏页为核心观测点。