Ubuntu MongoDB性能調優技巧分享

Ubuntu環境下MongoDB性能調優技巧

1. 硬件與操作系統基礎優化

• 內存配置：MongoDB依賴內存緩存數據與索引，建議將服務器**可用內存的70%-80%**分配給WiredTiger存儲引擎（通過storage.wiredTiger.engineConfig.cacheSizeGB參數設置）。例如，16GB內存服務器可設置cacheSizeGB: 10（約占62.5%），避免占用過多內存影響系統及其他應用。
• 磁盤選擇：優先使用SSD替代HDD，SSD的高速讀寫性能可顯著提升MongoDB的查詢與寫入速度；若使用機械硬盤，建議開啟日志功能（storage.journal.enabled: true）以保證數據持久性。
• 操作系統調優：關閉不必要的服務以減少系統負載；禁用Transparent Huge Pages (THP)（通過vm.nr_hugepages=0參數），避免內存碎片化；調整vm.swappiness=0（降低交換分區使用概率），提升內存利用率。

2. MongoDB配置文件優化

• 調整網絡參數：在/etc/mongod.conf中，通過net.maxIncomingConnections設置最大連接數（如net.maxIncomingConnections: 1000），避免連接數過多導致資源耗盡；根據網絡帶寬調整net.bufferSize（默認16MB，高帶寬環境可適當增大）。
• 優化存儲引擎：確認使用WiredTiger（MongoDB默認存儲引擎），其支持文檔級鎖與壓縮（默認壓縮比為50%-80%）?？赏ㄟ^storage.wiredTiger.engineConfig.journalCompressor（日志壓縮）、storage.wiredTiger.collectionConfig.blockCompressor（集合數據壓縮）進一步優化存儲效率。
• 開啟慢查詢監控：通過operationProfiling模塊開啟慢查詢日志，設置slowOpThresholdMs（如slowOpThresholdMs: 100，單位毫秒），記錄執行時間超過閾值的查詢，便于后續分析與優化。

3. 索引策略優化

• 創建合適索引：為高頻查詢字段（如where、sort、join條件中的字段）創建索引，例如db.users.createIndex({age: 1})（升序索引）。復合索引需根據查詢模式設計字段順序（如db.users.createIndex({status: 1, age: -1})，適用于status篩選后按age降序查詢的場景）。
• 維護索引健康：定期使用db.collection.reIndex()重建索引，清理碎片（尤其在高寫入負載場景下）；通過db.collection.stats()查看索引大小與使用情況，刪除未使用索引（db.collection.explain("executionStats").find({...}).executionStats.executionStages.inputStage.stage顯示IXSCAN的索引才是有效索引）。
• 優化索引使用：避免過度索引（每個索引會增加寫入開銷），優先使用覆蓋索引（查詢僅需訪問索引字段，無需回表，如db.users.find({name: "John"}, {name: 1, _id: 0})配合db.users.createIndex({name: 1})）。

4. 查詢性能優化

• 優化查詢語句：使用explain("executionStats")分析查詢計劃，避免全表掃描（winningPlan.stage為COLLSCAN）；確保查詢條件能利用索引（如db.users.find({age: {$gt: 18}}).explain()應顯示IXSCAN）。
• 減少數據傳輸：通過投影（Projection）僅返回所需字段，例如db.users.find({age: {$gt: 18}}, {name: 1, age: 1, _id: 0})（不返回_id字段），降低網絡傳輸壓力。
• 分頁與批量操作：使用skip()與limit()進行分頁（如db.users.find().skip(20).limit(10)），避免一次性獲取大量數據；采用insertMany()（批量插入）、updateMany()（批量更新）替代單條操作，減少網絡往返次數。

5. 分片與水平擴展

• 啟用分片：當單節點數據量超過TB級別或寫入負載過高時，使用分片將數據分布到多個節點。選擇合適的分片鍵（如user_id、order_id等高基數字段），避免熱點問題（如{timestamp: 1}可能導致寫入集中在最新分片）。
• 分片配置優化：通過sh.shardCollection("db.collection", {shardKey: 1})手動分片；監控分片集群的chunk分布（sh.status()），確保數據均勻分布。

6. 監控與持續優化

• 使用內置工具：通過mongostat（監控每秒操作數、讀寫延遲）、mongotop（監控集合級讀寫時間）實時查看數據庫性能。
• 第三方監控：部署Percona Monitoring and Management (PMM)、Prometheus+Grafana等工具，長期跟蹤性能指標（如內存使用率、磁盤I/O、查詢延遲），及時發現瓶頸。
• 定期維護：每周執行db.collection.validate()檢查數據完整性；每月清理無用數據（如過期日志、臨時集合）；每季度評估索引策略（根據查詢模式變化調整索引）。