MongoDB性能优化CentOS技巧

1. 硬件资源优化

• 内存扩容：MongoDB依赖内存映射文件存储数据，建议分配服务器总内存的50%-70%给WiredTiger存储引擎（通过storage.wiredTiger.engineConfig.cacheSizeGB配置），确保索引和热点数据能缓存在内存中，减少磁盘I/O。
• 存储设备升级：使用SSD替代传统HDD，SSD的高随机读写性能可显著降低MongoDB的I/O延迟，尤其适合高并发读写场景。
• CPU配置：选择多核CPU（如Intel至强系列），MongoDB的多线程架构能充分利用多核资源处理并发请求，提升吞吐量。

2. 配置文件调优

• 启用WiredTiger存储引擎：WiredTiger是MongoDB的默认存储引擎（MongoDB 3.2+），相比旧版MMAPv1，它支持文档级锁、压缩（可配置snappy或zstd算法）和更好的内存管理，能提升并发性能和存储效率。配置示例：storage.engine: wiredTiger。
• 调整WiredTiger缓存大小：根据服务器内存情况设置storage.wiredTiger.engineConfig.cacheSizeGB（如8GB内存可设为6GB），避免缓存过大占用过多系统内存或过小导致频繁磁盘交换。
• 优化网络配置：增加net.maxIncomingConnections（如5000）以支持更多并发连接；开启tcpNoDelay（默认开启）减少TCP延迟；设置SO_REUSEADDR（默认开启）允许快速重用端口，提升网络吞吐量。
• 日志与持久化优化：关闭journal的syncPeriodSecs（设为100ms，默认1000ms）减少日志同步频率，但需权衡数据安全性（建议生产环境保持默认）；开启日志轮转（systemLog.logRotate: reopen）避免日志文件过大占用磁盘空间。

3. 索引策略优化

• 创建合适的索引：为查询频繁的字段（如username、order_id）创建单字段索引（db.collection.createIndex({field: 1})）；为多字段组合查询创建复合索引（如db.collection.createIndex({field1: 1, field2: -1})），注意将筛选条件多的字段放在前面。
• 使用覆盖索引：确保查询的字段都包含在索引中（如db.collection.createIndex({field1: 1, field2: 1})查询{field1: 1, field2: 1}），避免访问文档本身，减少I/O开销。可通过explain("executionStats")的isCovered字段确认是否为覆盖查询。
• 监控与维护索引：使用db.collection.getIndexes()查看现有索引，删除不再使用的冗余索引（如db.collection.dropIndex({field: 1})）；定期执行db.collection.reIndex()重建索引，解决索引碎片化问题（碎片率超过30%时建议重建）。

4. 查询语句优化

• 避免全表扫描：确保查询条件能利用索引（通过explain("executionStats")的winningPlan查看索引使用情况），避免使用$or、$in（大量数据时）等可能导致全表扫描的操作符。
• 使用投影减少数据传输：只返回需要的字段（如db.collection.find({query}, {field1: 1, _id: 0})），减少网络传输量和客户端处理时间。
• 分页优化：对于大数据集，使用skip()+limit()分页时，当skip值较大（如超过1万）时，改用基于索引的范围查询（如db.collection.find({field: {$gt: lastValue}}).limit(pageSize)），避免skip的性能下降。
• 批量操作：使用insertMany()、updateMany()替代单条插入/更新，减少网络往返次数，提升吞吐量（如批量插入1000条数据比单条插入快3-5倍）。

5. 架构部署优化

• 部署副本集：配置3节点副本集（1主2从），提升读取性能（从节点可处理读请求）和数据冗余（自动故障转移），确保高可用性。配置示例：replication.replSetName: "rs0"。
• 水平扩展分片：对于TB级海量数据，使用分片集群（Sharding）将数据分布到多个分片（Shard）上，提升读写性能和可扩展性。选择合适的分片键（如user_id、order_date），避免热点问题（如单调递增的分片键会导致写入集中在单个分片）。
• 调整系统参数：修改CentOS系统限制：在/etc/security/limits.conf中增加mongod hard nofiles 64000、mongod hard nproc 64000，提升MongoDB的文件描述符和进程数限制；关闭透明大页（THP）（echo never > /sys/kernel/mm/transparent_hugepage/enabled），减少内存管理开销；调整内核参数（vm.dirty_ratio=10、vm.dirty_background_ratio=5），优化脏页刷新频率，提升写入性能。

6. 监控与持续调优

• 使用内置工具监控：通过mongostat（查看每秒操作数、读写延迟）、mongotop（查看集合级读写时间）实时监控MongoDB性能；开启慢查询日志（operationProfiling.mode: slowOp、operationProfiling.slowOpThresholdMs: 100），记录执行时间超过阈值的查询，针对性优化。
• 第三方监控工具：使用Prometheus+Grafana搭建可视化监控面板，监控MongoDB的关键指标（如连接数、缓存命中率、磁盘I/O、内存使用）；或使用MongoDB Ops Manager（企业版），实现自动化运维和性能调优。
• 定期分析性能：每周使用explain()分析慢查询，每月审查索引使用情况（删除未使用的索引），根据业务增长调整配置参数（如增加WiredTiger缓存大小、扩展分片数量）。