Ubuntu MongoDB內存管理方法

WiredTiger是MongoDB 3.0及以上版本的默認存儲引擎，其緩存機制直接影響內存使用效率。通過修改mongod.conf配置文件中的storage.wiredTiger.engineConfig.cacheSizeGB參數，可設置緩存的最大使用量（單位：GB）。建議值為系統可用內存的50%-75%（需預留足夠內存給系統及其他應用，避免內存耗盡導致系統崩潰）。
例如，若服務器有16GB內存，可將緩存設置為8GB（保留8GB給系統）：

storage:
  wiredTiger:
    engineConfig:
      cacheSizeGB: 8

修改后需重啟MongoDB服務使配置生效：

sudo systemctl restart mongod

可通過db.serverStatus().wiredTiger.cache命令驗證設置，重點關注bytes currently in the cache（當前緩存數據量）與max bytes configured（配置的最大緩存）的比例，若前者長期接近后者，說明緩存不足，需適當增加；若前者遠小于后者，說明緩存過大，可適當減小。

2. 優化操作系統內存參數

合理調整操作系統的內存管理參數，可提升MongoDB的內存使用效率：

• 調整Swap空間：創建并合理配置Swap空間（建議為物理內存的1-2倍），避免物理內存不足時系統崩潰?？赏ㄟ^swapon -s查看Swap使用情況，使用fallocate或dd命令創建Swap文件（如sudo fallocate -l 2G /swapfile），并通過chmod 600 /swapfile、mkswap /swapfile、swapon /swapfile啟用。
• 調整vm.swappiness參數：該參數控制系統使用Swap的傾向（值越低，越傾向于使用物理內存）。建議將Ubuntu的vm.swappiness設置為10-30（默認值為60），降低Swap使用頻率，提升內存訪問速度：

  sudo sysctl vm.swappiness=10
  sudo tee -a /etc/sysctl.conf <<< "vm.swappiness=10"
  

• 關閉Transparent Huge Pages (THP)：THP會導致內存碎片化，影響MongoDB性能?？赏ㄟ^以下命令臨時關閉（重啟后失效）：

  echo never | sudo tee /sys/kernel/mm/transparent_hugepage/enabled
  echo never | sudo tee /sys/kernel/mm/transparent_hugepage/defrag
  

  永久關閉需將上述命令添加到/etc/rc.local文件中（需賦予執行權限）。

3. 監控內存使用情況

定期監控內存使用狀態，是優化內存配置的關鍵依據：

• 使用db.serverStatus()命令：該命令可查看WiredTiger緩存的詳細使用情況（如wiredTiger.cache.bytes dirty in the cache表示臟數據量，wiredTiger.cache.bytes read into cache表示讀取的數據量），幫助判斷緩存是否充足。
• 使用top/htop命令：通過top -p $(pgrep mongod)或htop查看MongoDB進程的內存占用（RES表示物理內存占用，VIRT表示虛擬內存占用），及時發現內存泄漏或過度使用問題。
• 使用第三方工具：如Prometheus+Grafana組合，可實時監控MongoDB的內存使用趨勢、查詢延遲等指標，便于快速定位性能瓶頸。

4. 結合其他優化手段提升內存效率

內存管理并非孤立環節，需結合以下手段綜合優化：

• 索引優化：為常用查詢字段創建合適的索引（如單字段索引、復合索引），減少全表掃描，降低內存中的數據加載量?？墒褂?code>explain()命令分析查詢計劃，確認是否使用了索引。
• 查詢優化：使用投影（projection）只返回需要的字段（如db.collection.find({}, {name: 1, age: 1})），避免返回不必要的數據；使用分頁（limit()+skip()）限制返回結果數量，減少內存占用。
• 數據模型設計：采用嵌入式文檔（embedding）或引用（referencing）優化數據結構，減少關聯查詢（如將用戶的訂單信息嵌入到用戶文檔中，而非單獨建表），降低內存中的數據關聯成本。
• 分片與讀寫分離：對于大數據量場景，可通過分片（sharding）將數據分散到多個服務器，提升內存利用率；通過讀寫分離（readPreference設置為secondary），將讀操作分散到從節點，減輕主節點的內存壓力。