Linux系统下MongoDB性能调优技巧有哪些

Linux下MongoDB性能调优要点

一 操作系统与硬件层优化

• 存储与文件系统
  • 使用SSD替代HDD，显著降低I/O时延；为数据盘挂载选项添加noatime（必要时用relatime），减少元数据写放大。
  • 调整磁盘readahead为较小值（如32），适配MongoDB的随机访问特征；示例：blockdev --setra 32 /dev/sdX。
  • 选择合适的I/O调度器：数据库负载优先deadline或noop，避免CFQ带来的长尾延迟；示例：echo deadline > /sys/block/sdX/queue/scheduler（持久化需按发行版配置）。
• 内存与NUMA
  • 降低vm.swappiness至1–10，尽量减少swap；仅在内存充足且能接受OOM风险时考虑设为0。
  • 在NUMA主机上，用numactl --interleave=all启动mongod，避免跨NUMA访问导致的性能波动。
  • 合理设置vm.overcommit_memory=1，减少内存分配失败导致的失败与重试（结合容量规划谨慎使用）。
• 资源与内核
  • 提升文件描述符/进程数限制（如64000或更高），避免“too many open files”和连接受限。
  • 禁用透明大页（THP），降低内存管理开销；可通过/sys/kernel/mm/transparent_hugepage/enabled设置为never并持久化。
  • 保持NTP时间同步，确保复制集/分片集群的一致性与时序正确性。

二 MongoDB存储引擎与关键参数

• WiredTiger缓存
  • 通过storage.wiredTiger.engineConfig.cacheSizeGB限制缓存上限；单机单实例可接近系统可用内存的50%–70%，多实例或与其他服务共存时按配额分配并预留余量（默认约为系统内存的60%）。
• 日志与持久化
  • 合理设置journal提交间隔commitIntervalMs（默认100ms）：降低可提升吞吐但会牺牲部分持久性；一般不建议修改。
  • 调整syncPeriodSecs（默认60s）可影响数据落盘频率：增大能降I/O压力，但同样会降低持久性保证；通常不建议修改。
• 复制与容量
  • 为副本集设置合理的oplog大小：默认约为可用磁盘的5%（最小1GB、最大50GB），高写入或跨地域同步场景可适当增大（如10000MB）。
• 连接与会话
  • 依据业务并发与内存容量，调整net.maxIncomingConnections等网络参数，避免连接风暴与资源争用。

三 索引与查询优化

• 索引策略
  • 使用explain("executionStats")分析执行计划，确保常用查询走索引；优先创建复合索引并遵循最左前缀原则；尽量设计覆盖索引以减少回表。
  • 定期清理冗余/低效索引，减少写入放大与存储占用；必要时重建碎片化索引（如reIndex，注意锁与窗口期）。
• 查询写法
  • 只返回必要字段（投影），使用limit控制返回量；避免大偏移分页（如skip/limit深翻页），可改用基于**_id或时间戳**的游标分页。
  • 谨慎使用$or等可能导致索引失效的操作，优先改写为可索引条件或组合索引。

四 架构扩展与高可用

• 副本集
  • 部署副本集实现高可用与读扩展；将读偏好合理分配到从节点，减轻主节点压力（注意读写一致性与复制延迟）。
• 分片
  • 对大数据集/高并发场景，按业务选择合适的片键进行分片，将数据与负载水平分散到多台服务器。
• 批量与写入
  • 使用批量写入（bulk insert/update）减少网络往返与锁竞争，提高吞吐。

五 监控与维护

• 实时监控
  • 使用mongostat、mongotop观察QPS、连接、锁、页面错误、读写耗时等关键指标；结合Prometheus + Grafana或企业级监控做可视化与告警。
• 慢查询治理
  • 启用并分析慢查询日志，针对TOP N慢查询建立/优化索引与查询写法，持续验证改进效果。
• 日常维护
  • 定期备份（mongodump/mongorestore）、清理历史日志、按需重建索引与压缩碎片；在变更参数或索引前在测试环境验证，并评估对线上延迟与吞吐的影响。