如何优化Ubuntu MongoDB的存储空间

优化Ubuntu环境下MongoDB存储空间的综合策略

1. 清理冗余数据：从源头减少存储占用

定期执行数据清理是优化存储的基础。首先通过db.collection.stats()查看各集合的size（数据大小）、count（文档数量），识别占用空间大的集合；然后删除过期数据（如日志、临时记录）或不再需要的文档——删除单个文档用db.collection.deleteMany({条件})，删除整个集合用db.collection.drop()（会立即移除集合文件）。对于副本集，建议在secondary节点上执行清理，再同步到primary，避免影响主节点性能。

2. 压缩数据：减少存储文件大小

MongoDB支持文档压缩（WiredTiger引擎默认启用）和集合压缩。

• 调整压缩算法：在/etc/mongod.conf中配置storage.wiredTiger.engineConfig.compressor，可选snappy（默认，压缩率适中、性能好）、zlib（高压缩率、影响性能）或lz4（平衡压缩率与性能），重启服务生效。
• 压缩集合：使用compact命令回收集合的空闲空间（不会缩小数据文件，但会释放给操作系统），语法为db.runCommand({compact: '集合名'})。注意：4.4之前版本会阻塞所有操作，4.4及以后仅阻塞部分管理操作（如创建索引），建议在低峰期执行。

3. 优化索引：减少索引占用的空间

索引能提升查询性能，但过多或不合理的索引会浪费存储。

• 删除无用索引：通过db.collection.getIndexes()查看所有索引，删除未使用或重复的索引（如复合索引包含单字段索引），用db.collection.dropIndex('索引名')操作。
• 使用稀疏索引：对于nullable字段（如email可能为null），创建稀疏索引db.collection.createIndex({email: 1}, {sparse: true})，仅索引包含该字段的文档，减少索引大小。
• 避免过度索引：每个索引都会占用存储，且影响写入性能，只为高频查询字段创建索引。

4. 使用TTL索引：自动清理过期数据

对于有明确过期时间的数据（如会话、日志），使用TTL（Time-To-Live）索引自动删除过期文档，无需手动干预。语法为db.collection.createIndex({expireAt: 1}, {expireAfterSeconds: 0})（expireAt字段需存储过期时间戳），MongoDB会每60秒检查并删除过期文档。例如，设置expireAt为当前时间加1天，文档会在1天后自动删除。

5. 分片：水平扩展存储能力

当单节点数据量过大（如TB级），分片是将数据分布到多个服务器的关键方案。通过sh.shardCollection()命令对集合进行分片（如按user_id哈希分片），将数据分散到多个分片节点，减少单个节点的存储压力。分片需配合分片键（如user_id）选择，确保数据均匀分布。

6. 调整WiredTiger存储引擎配置

WiredTiger是MongoDB默认的高效存储引擎，优化其配置可提升存储利用率：

• 调整缓存大小：在/etc/mongod.conf中设置storage.wiredTiger.engineConfig.cacheSizeGB为物理内存的50%-75%（如8GB内存设为4GB），避免缓存过大占用磁盘空间或过小导致频繁读取磁盘。
• 启用目录隔离：设置storage.directoryPerDB: true（默认开启），每个数据库单独存储在/var/lib/mongodb/数据库名目录下，便于管理和清理单个数据库的文件。

7. 定期维护：回收碎片空间

删除数据后，MongoDB不会立即释放磁盘空间，需通过压缩或修复数据库回收碎片：

• compact命令：回收集合的空闲空间（如前文所述），适用于需要快速释放空间的场景。
• repairDatabase命令：修复数据库并回收未使用的空间（需停机），语法为use admin; db.runCommand({repairDatabase: 1})。建议每月或在大量删除数据后执行。

8. 监控存储使用：动态调整策略

通过内置命令或第三方工具监控存储状态，及时发现问题：

• 内置命令：db.stats()查看数据库整体存储（dataSize：数据大小；indexSize：索引大小；storageSize：存储文件大小）；db.collection.stats()查看集合级存储详情。
• 第三方工具：使用mongostat（监控读写指标）、mongotop（监控集合级读写时间）或PMM（Percona Monitoring and Management，可视化监控）跟踪存储变化趋势，根据监控结果调整上述策略。

通过以上策略的组合应用，可有效优化Ubuntu环境下MongoDB的存储空间利用率，兼顾性能与成本。操作前建议在测试环境验证效果，避免影响生产数据。