Linux上MongoDB查詢速度如何提升

優化查詢語句

• 使用索引：確保查詢條件中的字段已創建索引，通過explain("executionStats")分析查詢計劃，確認是否使用了索引（避免COLLSCAN全表掃描）。例如，對常用查詢字段（如user_id、status）創建單字段索引：db.collection.createIndex({ user_id: 1 })。
• 限制返回結果：使用limit()方法減少返回的文檔數量，避免一次性傳輸大量數據。例如，db.collection.find({ status: "active" }).limit(100)。
• 投影優化：僅返回需要的字段（排除_id字段，除非必要），減少數據傳輸量。例如，db.collection.find({ category: "books" }, { title: 1, author: 1, _id: 0 })。
• 避免低效操作：禁用$where子句（會觸發JavaScript引擎執行，性能極差），改用索引支持的查詢條件；避免對未索引字段進行排序（會導致SORT階段全表掃描）。

索引策略優化

• 創建合適的索引：根據查詢模式創建索引，優先為find、sort、aggregate操作的字段創建索引。例如，對{ status: "active", create_time: -1 }的查詢，創建復合索引{ status: 1, create_time: -1 }（選擇性高的字段放前面）。
• 復合索引設計：遵循“等值→排序→范圍”的ESR規則（Equality-Sort-Range），例如查詢{ a: 1, b: 2, c: { $gte: 1 } }.sort({ d: 1 })，應創建索引{ a: 1, b: 1, d: 1, c: 1 }（等值字段a、b在前，排序字段d其次，范圍字段c最后）。
• 覆蓋查詢：確保查詢的字段全部包含在索引中，無需訪問源文檔。例如，若索引為{ name: 1, age: 1 }，查詢{ name: "Alice", age: 25 }且僅返回name、age字段時，可直接從索引獲取數據（explain()中totalDocsExamined為0）。
• 刪除冗余索引：定期檢查并刪除未使用的索引（通過db.collection.aggregate([{ $indexStats: {} }])查看索引使用情況），減少寫操作的開銷（插入、更新、刪除時需維護索引）。

配置優化

• 調整緩存大小：對于WiredTiger存儲引擎（MongoDB 3.0+默認），修改storage.wiredTiger.engineConfig.cacheSizeGB參數（設置為物理內存的50%-75%），增加內存緩存數據和索引的比例，減少磁盤I/O。
• 優化日志設置：降低systemLog.verbosity（設為0，僅記錄錯誤信息），減少日志寫入頻率；合理設置日志文件大小和滾動策略，避免頻繁的磁盤I/O操作。
• 調整并發參數：根據硬件資源（CPU核心數）調整net.maxIncomingConnections（默認10000，可根據并發連接數調整），避免過多連接導致資源競爭；設置operationProfiling.maxTimeMS（如100ms），監控慢查詢。

硬件優化

• 使用SSD：替換傳統HDD，SSD的隨機讀寫性能遠高于HDD，可顯著降低索引和數據文件的訪問延遲。
• 增加內存：MongoDB依賴內存緩存數據和索引，增加物理內存（如32GB及以上），可將更多常用數據保留在內存中，減少磁盤I/O。
• 多核CPU：MongoDB是多線程架構，選擇多核CPU（如Intel Xeon、AMD EPYC），提高并發處理能力，充分利用CPU資源。

分片與副本集

• 分片（Sharding）：對于TB級以上的大數據集，通過分片將數據分散到多個節點（如按user_id分片），實現水平擴展，提高查詢和寫入的并發能力。選擇合適的分片鍵（如高基數的user_id，避免熱點問題）。
• 副本集（Replica Set）：配置副本集（至少3個節點），將讀操作分發到從節點（readPreference: "secondary"），減輕主節點的讀取壓力，提高讀取性能。

監控與維護

• 使用監控工具：通過mongostat（監控QPS、延遲）、mongotop（監控集合級別的讀寫時間）、Prometheus+Grafana（可視化監控內存、CPU、磁盤I/O）等工具，實時監控數據庫性能，及時發現瓶頸。
• 分析慢查詢：開啟慢查詢日志（slowms設為100ms），通過db.setProfilingLevel(2)記錄慢查詢，使用db.system.profile.find().sort({ ts: -1 }).limit(10)查看最近的慢查詢，針對性優化。
• 定期維護：定期執行db.collection.reIndex()重建索引（清理碎片，提高索引效率）；清理無用數據（如過期的日志、臨時數據），減少數據量。