MongoDB Ubuntu版性能调优指南

一、硬件与操作系统基础优化

1. 硬件配置

内存：MongoDB依赖内存缓存数据与索引，建议为服务器配置足够内存（如数据量100GB以上时，内存至少256GB），确保WiredTiger引擎有足够空间缓存热点数据。
磁盘：优先使用SSD（推荐NVMe SSD），其高IOPS特性可显著降低读写延迟；避免使用机械硬盘（HDD）。
CPU：选择多核CPU（如Intel至强系列），MongoDB的多线程架构能有效利用多核资源处理并发请求。

2. 操作系统设置

关闭不必要的服务：停止防火墙（如ufw）、禁用SELinux（若启用），减少系统负载。
调整文件系统：使用XFS文件系统（推荐）或ext4，两者均对MongoDB的高并发读写有良好支持；避免使用FAT32或NTFS。
关闭atime：修改挂载选项，在/etc/fstab中为数据库分区添加noatime参数，减少文件访问时间的更新开销。

二、MongoDB配置文件调优

1. 核心参数调整

编辑/etc/mongod.conf文件（需root权限），重点优化以下参数：

存储引擎（WiredTiger）：

storage:
  engine: wiredTiger
  wiredTiger:
    engineConfig:
      cacheSizeGB: 4  # 设置为物理内存的50%-70%（如16GB内存设为8GB）

cacheSizeGB决定WiredTiger缓存大小，合理配置可减少磁盘I/O。

网络设置：

net:
  maxIncomingConnections: 1000  # 根据并发连接数调整（默认10000，可根据需求减小）

避免过多连接导致资源耗尽。

操作分析（慢查询监控）：

operationProfiling:
  mode: slowOp  # 监控慢查询
  slowOpThresholdMs: 100  # 定义慢查询阈值为100ms

通过此配置可快速定位性能瓶颈查询。

2. 日志与副本集配置

启用详细日志：

systemLog:
  verbosity: 2  # 记录详细日志（生产环境建议设为1，避免日志过大）

便于后续分析性能问题。

副本集优化：若使用副本集，调整oplogSizeMB（操作日志大小，默认5%磁盘空间）：
```
replication:
  oplogSizeMB: 1024  # 根据数据变更频率调整（如高频写入设为2048MB）
```
较大的oplog可避免主节点故障时副本集同步失败。

三、索引优化

1. 创建高效索引

为常用查询字段创建索引：

db.users.createIndex({ "email": 1 });  // 为email字段创建升序索引
db.orders.createIndex({ "user_id": 1, "order_date": -1 });  // 复合索引（支持多条件查询）

索引能将查询时间从O(n)降低到O(log n)。

避免过度索引：每个索引都会增加写操作的开销（插入、更新、删除时需同步更新索引），定期审查无用索引（如不再查询的字段）并删除：
```
db.users.dropIndex("email_1");  // 删除指定索引
```

2. 索引使用优化

覆盖查询：确保查询能通过索引直接获取数据，无需访问文档。例如：
```
db.users.find({ "age": { "$gt": 18 } }, { "name": 1, "age": 1, "_id": 0 }).explain("executionStats");
```
查看executionStats中的isMultiKey、indexOnly字段，若indexOnly为true则表示使用了覆盖索引。

四、查询优化

1. 分析查询计划

使用explain()方法查看查询执行计划，识别慢查询：

db.products.find({ "category": "electronics", "price": { "$lt": 1000 } }).explain("executionStats");

重点关注executionTimeMillis（执行时间）、winningPlan（执行计划）、usedIndexes（使用的索引）。

2. 优化查询语句

限制返回结果：使用limit()减少数据传输量：

db.users.find().limit(10);  // 只返回前10条记录

投影（Projection）：只返回需要的字段，避免传输整个文档：

db.users.find({ "age": { "$gt": 18 } }, { "name": 1, "age": 1, "_id": 0 });  // 不返回_id字段

分页查询：使用skip()和limit()实现分页，避免一次性加载大量数据：
```
db.orders.find().skip(20).limit(10);  // 跳过前20条，返回接下来的10条
```

批量操作：使用insertMany()、updateMany()替代循环的单条操作，减少网络往返次数：

db.products.insertMany([{ "name": "Product A", "price": 100 }, { "name": "Product B", "price": 200 }]);

3. 避免全表扫描

确保查询条件能利用索引，避免使用$where、$regex（正则表达式）等无法走索引的操作。

五、内存管理优化

1. 调整WiredTiger缓存

WiredTiger是MongoDB的默认存储引擎，其缓存大小直接影响性能。建议设置为物理内存的50%-70%（如16GB内存设为8GB）：

storage:
  wiredTiger:
    engineConfig:
      cacheSizeGB: 8

2. 调整Swap使用

创建Swap空间：若物理内存不足，创建Swap文件（如2GB）：
```
sudo fallocate -l 2G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
```
并添加到/etc/fstab实现开机自动挂载。
调整vm.swappiness：降低系统使用Swap的倾向（值越小越倾向于使用内存），编辑/etc/sysctl.conf：
```
vm.swappiness=10  # 推荐值10-30
```
执行sudo sysctl -p使配置生效。

六、分片与复制集优化

1. 分片（Sharding）

对于TB级以上的大数据量，使用分片将数据分布到多个服务器，提高读写吞吐量：

选择分片键：选择高基数（唯一值多）、低频率变更的字段（如user_id）作为分片键，避免数据倾斜。
配置分片集群：通过sh.addShard()添加分片节点，sh.enableSharding()启用分片。

2. 复制集（Replica Set）

使用复制集提高数据冗余和读取性能：

配置副本集：至少3个节点（1主2从），编辑mongod.conf中的replication部分：
```
replication:
  replSetName: "rs0"
```
启动后执行rs.initiate()初始化副本集。
读写分离：将读操作指向从节点（readPreference: secondary），减轻主节点压力。

七、监控与诊断

1. 使用MongoDB自带工具

mongostat：监控每秒的读写操作、延迟等指标：
```
mongostat --host 127.0.0.1:27017
```
mongotop：监控集合级别的读写时间，识别慢集合：
```
mongotop --host 127.0.0.1:27017
```

2. 第三方监控工具

Percona Monitoring and Management (PMM)：提供详细的性能指标（如CPU、内存、磁盘I/O、查询延迟），支持告警功能。
Prometheus + Grafana：通过Prometheus采集MongoDB指标，Grafana可视化展示，便于长期监控。

八、升级与维护

1. 升级MongoDB版本

定期升级到最新稳定版本（如6.0及以上），新版本通常包含性能改进、bug修复和安全补丁。升级前需备份数据，并参考官方文档进行兼容性检查。

2. 定期维护

重建索引：定期执行reIndex()减少索引碎片，提高查询效率：
```
db.users.reIndex();
```
清理无用数据：删除过期数据（如日志表中的旧记录），释放存储空间。

通过以上多维度的优化措施，可显著提升MongoDB在Ubuntu上的性能。需根据实际业务场景（如数据量、并发量、查询模式）调整参数，并在测试环境中验证优化效果后再应用于生产环境。

MongoDB Ubuntu版如何进行性能调优