Linux上MongoDB的内存配置如何优化

Linux 上 MongoDB 内存配置优化

一 核心原则与容量规划

• 明确目标：让 MongoDB 的**工作集（索引 + 热点数据）**尽量常驻内存，避免频繁磁盘 I/O。一般经验是：内存 ≥ 索引 + 热数据；当数据远大于内存时，优先保证热数据在内存中。WiredTiger 将工作集保留在缓存中，剩余空间由操作系统文件缓存补充。
• 引擎差异：现代 MongoDB 默认使用 WiredTiger。WiredTiger 缓存大小可配置；而旧的 mmapv1 主要依赖操作系统页缓存，难以精确限制自身内存占用，优化手段不同。

二 配置 WiredTiger 缓存

• 设置缓存上限：通过配置文件设置 storage.wiredTiger.engineConfig.cacheSizeGB 限制 WiredTiger 缓存。一般做法是为 mongod 预留系统与其他进程所需内存后，将剩余内存的约 50%–60%分配给 WiredTiger 缓存；在容器/cgroups或同机多实例场景需按实际可用内存下调。
• 示例配置（/etc/mongod.conf）：

  storage:
    engine: wiredTiger
    wiredTiger:
      engineConfig:
        cacheSizeGB: 7.5   # 例如：在 16GB 内存机器上预留后分配 7.5GB
  

  修改后重启使配置生效。若未显式设置，WiredTiger 默认约为物理内存的一半（单机单实例的启发式值）。

三 操作系统与容器层面的限制

• cgroups/容器限制：在 Docker/K8s/cgroups 中，用内存限制（如 Docker 的 --memory、K8s 的 resources.limits.memory）约束 mongod 总内存；容器内 WiredTiger 的 cacheSizeGB 应≤ 容器内存上限，并继续遵循“系统预留 + 50%–60%”的分配原则。
• 交换分区策略：是否开启 swap 是“可控变慢”与“OOM 被 kill”的权衡。数据库更推荐充足内存 + 监控告警；若开启 swap，避免频繁换页导致性能不可控。
• 透明大页（THP）：建议关闭 THP，以减少长尾延迟与内存碎片（在数据库主机上普遍推荐的做法）。
• 其他内核与 I/O：合理设置 ulimit -n（文件描述符）、磁盘调度策略（如 deadline/noop）、并使用 SSD 降低 I/O 瓶颈。

四 工作集与查询优化

• 索引策略：为高频查询路径建立覆盖索引/复合索引，减少集合扫描与内存排序；控制集合与索引数量，降低元数据内存开销与启动加载时间。
• 连接与内存：每个连接会消耗一定栈与内核资源，避免连接风暴；结合应用连接池与服务器端 maxIncomingConnections 做匹配。
• 变更与排序：减少内存排序与大型聚合的中间结果驻留；必要时通过索引/改写查询降低内存占用与时延。

五 监控与容量评估

• 内置与命令行工具：
  • 使用 mongostat 观察插入/查询/更新速率与页面错误等指标，快速判断工作集是否超出缓存。
  • 使用 mongotop 按集合/库查看读写耗时，定位内存压力来源。
  • 在 mongo shell 中查看 db.serverStatus().mem 了解 resident/virtual/mapped 等指标，辅助评估内存使用与压力。
• 容量判定与扩容：当发现缺页错误上升、查询时延抖动、working set 增长时，优先增加内存或拆分数据/索引；数据规模极大时引入分片将数据与内存压力分摊到多节点。