Linux系统下MongoDB性能调优的核心方法
--storageEngine=wiredTiger），其缓存大小通过storage.wiredTiger.engineConfig.cacheSizeGB参数设置，推荐值为服务器物理内存的50%-70%（需避免占用过多内存影响系统及其他应用）。同时，调整操作系统参数：vm.swappiness=10（降低交换空间使用倾向，减少磁盘I/O）、vm.overcommit_memory=1（允许内存超额分配，避免内存分配失败）。storage.wiredTiger.engineConfig.compressor=snappy，推荐Snappy算法，平衡压缩率与CPU开销），减少磁盘空间占用和I/O操作。net.maxIncomingConnections（默认10000，可根据并发连接数调整）和net.maxOutgoingConnections（默认10000），优化网络缓冲区大小，避免连接数过多导致的性能下降。operationProfiling.mode=slowOp，默认100ms），通过db.setProfilingLevel()记录慢查询，结合db.profile()查看分析结果，定位性能瓶颈。find、sort、aggregate中的字段）创建索引，复合索引需遵循ESR规则（等值查询→排序→范围查询），例如查询{a:1, b:1}.sort({c:-1})需创建索引{a:1, b:1, c:-1}。db.collection.getIndexes()审查索引，删除不再使用的索引。db.collection.find({a:1}, {a:1, _id:0})），避免访问源文档，提升查询效率（可通过explain("executionStats")查看totalDocsExamined是否为0）。reIndex()命令重建索引，清理碎片，提升索引性能。{field:1, _id:0}）仅返回需要的字段，减少网络传输量和内存占用。skip()+limit()的大偏移量分页（如skip(10000).limit(10)），改用基于索引字段的范围查询（如find({age:{$gt:100}}).sort({age:1}).limit(10)），提升分页性能。$match阶段放在管道前端（减少后续阶段处理的数据量），合理使用$lookup（联接字段需建立索引），避免不必要的$unwind操作（会增加数据量）。ObjectId引用），避免文档过大。user_id），避免数据倾斜（如避免使用单调递增的字段作为分片键）。readPreference=secondary）将读请求分发到从节点，减轻主节点负载。mongostat（监控每秒操作数、读写延迟）、mongotop（监控集合级别的读写时间）实时监控数据库性能。db.adminCommand({getLog:"slow"}))），定位高频慢查询，针对性优化索引或查询语句。