Linux MongoDB如何优化存储空间 - 问答

1. 启用WiredTiger存储引擎及压缩功能
WiredTiger是MongoDB的默认存储引擎（MongoDB 3.2+版本起），相比旧版MMAPv1，它原生支持文档级压缩，能显著减少存储空间占用。可通过配置文件（/etc/mongod.conf）或启动参数开启：

配置文件设置：在storage.engine下指定wiredTiger，并通过collectionConfig.blockCompressor选择压缩算法（支持snappy、zstd，其中zstd压缩比更高但CPU消耗略大，snappy更平衡）。示例如下：

storage:
  engine: wiredTiger
  wiredTiger:
    engineConfig:
      cacheSizeGB: 4  # 根据服务器内存调整（建议为物理内存的50%-75%）
    collectionConfig:
      blockCompressor: zstd  # 或snappy

命令行启动：若不想修改配置文件，可通过命令行参数指定：
```
mongod --dbpath /var/lib/mongodb --wiredTigerCollectionBlockCompressor zstd
```
动态修改现有集合压缩：对于已存在的集合，可使用compact命令重新压缩（需停机或进入维护模式）：
```
use admin;
db.runCommand({compact: "yourCollectionName", compression: "zstd"});
```
注意：compact命令仅整理碎片并应用压缩，不会缩小数据文件大小（需配合repairDatabase或compactServer释放空间）。

2. 使用compact命令整理碎片与压缩
compact命令是MongoDB提供的原地压缩工具，可重新组织集合数据文件、删除未使用的空间（如删除文档后的碎片），并应用当前配置的压缩算法。

压缩单个集合：

mongo --eval 'db.getSiblingDB("yourDB").runCommand({compact: "yourCollectionName"})';

压缩整个数据库：

mongo --eval 'db.adminCommand({compact: 1})';

后台压缩所有数据库：
若需避免影响线上业务，可使用compactServer命令（MongoDB 4.4+支持），它会启动后台进程逐步压缩所有数据库：
```
mongo --eval 'db.adminCommand({compactServer: true, compression: "zstd"})';
```
注意：压缩操作会消耗大量CPU和I/O资源，建议在低峰时段执行；执行前务必备份重要数据。

3. 清理无用数据与日志

删除无效数据：定期通过查询语句清理过期或不需要的文档（如日志表中的旧记录），示例：
```
use yourDB;
db.logs.remove({timestamp: {$lt: ISODate("2025-01-01")}});  // 删除2025年前的日志
```
删除无效数据库：若存在不再使用的数据库，可使用dropDatabase命令彻底删除：
```
use unusedDB;
db.dropDatabase();  // 删除整个数据库
```
清理日志文件：MongoDB的日志文件（如mongod.log）会持续增长，可通过修改配置文件限制日志大小或开启滚动：
```
systemLog:
  destination: file
  path: /var/log/mongodb/mongod.log
  logAppend: true
  logRotate: reopen  # 日志滚动策略（需配合logrotate工具使用）
```
或使用logrotate工具自动切割日志（需在/etc/logrotate.d/mongodb中配置）。

4. 优化数据模型设计
不合理的数据模型是导致存储空间浪费的主要原因之一，需遵循以下原则：

避免过大文档：MongoDB单个文档大小限制为16MB，若文档包含大量嵌套数组或大字段（如图片二进制数据），应拆分为多个小文档或使用GridFS存储大文件。
合理使用索引：索引虽能提升查询性能，但每个索引都会占用存储空间（约为数据大小的10%-20%）。建议仅为高频查询字段创建索引，避免过度索引（可通过db.collection.stats().indexSizes查看索引占用空间）。
使用TTL索引：对于有时效性的数据（如会话信息、日志），可使用TTL（Time-To-Live）索引自动删除过期文档，无需手动清理：
```
db.logs.createIndex({expireAt: 1}, {expireAfterSeconds: 0});  // 30天后自动删除
```
示例中，expireAt字段需存储过期时间戳（如new Date(Date.now() + 30*24*60*60*1000)）。

5. 使用数据分片水平扩展
当单台服务器的磁盘空间不足以容纳数据时，可通过**分片（Sharding）**将数据分布到多个服务器上。分片需先配置shard key（如_id、user_id），然后将集合设置为分片集合：

// 开启分片功能
sh.enableSharding("yourDB");
// 对集合进行分片（以user_id为分片键）
sh.shardCollection("yourDB.yourCollection", {user_id: 1});

分片后，数据会按shard key分散到多个分片服务器，有效缓解单台服务器的磁盘压力。

6. 定期监控与维护

监控磁盘使用情况：通过df -h查看磁盘整体使用情况，通过db.stats()（查看数据库存储信息）、db.collection.stats()（查看集合存储信息）监控MongoDB的存储占用：
```
mongo --eval 'printjson(db.stats())';
mongo --eval 'printjson(db.yourCollection.stats())';
```
定期重建索引：随着数据增删，索引会变得碎片化，需定期重建以释放空间：
```
use yourDB;
db.yourCollection.reIndex();  // 重建指定集合的索引
```
或重建所有索引（需停机）：
```
mongod --dbpath /var/lib/mongodb --repair;
```
注意：重建索引会消耗大量时间和资源，建议在维护窗口执行。

0 赞

0 踩