MongoDB性能最佳实践：硬件和操作系统配置

欢迎阅读有关MongoDB性能最佳实践的系列博文。在往期文章中，我们已经讨论过查询模式和性能分析、事务和读/写关注等实现大规模性能的关键考虑因素。在本篇文章中，我们将讨论硬件和操作系统配置。

如果您在阿里云上部署MongoDB，那么阿里云会为您处理好有关硬件和操作系统配置的诸多考虑因素。您可以参考阿里云官网的产品规格文档来选择合适的实例规格。

如果您自己在本地部署MongoDB，那么您可以参考本文以下内容。

在支持的平台上运行

除了在阿里云上运行MongoDB，您还可以选择各种操作系统和处理器架构，从x86-64、ARM处理器到IBM POWER、大型计算机系统。

请前往MongoDB官网-资源-服务器文档-支持平台，查看最新的硬件和操作系统支持矩阵。

确保工作集与内存适配

当应用程序的工作集（索引和最常访问的数据）与内存适配时，MongoDB的性能会达到最佳。内存大小是影响实例大小的最重要因素，如果内存不足，其他优化动作可能也无法显著提高数据库的性能。

使用多个CPU内核

MongoDB的WiredTiger存储引擎架构能够高效地使用多个CPU内核。每个客户端的连接通常都有对应的线程，此外，后台还有执行检查点机制和缓存清除等任务的工作线程。您应根据并发客户端连接的数量来配备足够的CPU核数。请注意，投入更多的内存和磁盘IOPS对数据库性能的改善效果最大。

在阿里云MongoDB中，CPU核数和客户端最大连接数取决于您选择实例规格。您可以参考阿里云官网的实例规格表文档来选择合适的实例规格。

将每个服务器专用于系统中的单一角色

为了获得最佳性能，您应该在每个主机上运行一个MongoDB进程。

通过使用虚拟化或容器技术进行适当的内存和资源分配，多个MongoDB进程可以安全地运行在单个物理服务器上，而无需争夺资源。

对于某些用例（如多租户），用户会在同一主机上部署多个MongoDB进程。在这种情况下，您需要更改配置以确保每个进程都有足够的资源。

为了保证可用性，同一副本集的多个成员应部署在不同的物理硬件上（如电源或网络交换机），避免同时承担单点故障的风险。

配置WiredTiger缓存

WiredTiger存储引擎的内部缓存大小可以通过storage.wiredTiger.engineConfig.cacheSizeGB进行设置，其大小应足以容纳整个工作集。如果缓存没有足够的空间来加载额外的数据，WiredTiger将从缓存中驱逐页面，从而释放空间。

在默认设置下，

storage.wiredTiger.engineConfig.cacheSizeGB为可用内存的50%再减 1 GB。应谨慎提高该值，因为这会占用操作系统的资源，而且随着文件系统缓存效率降低，WiredTiger的性能也会下降。请注意，MongoDB本身也会分配超出WiredTiger缓存的内存。

此外，由于MongoDB支持可变大小的记录，同时WiredTiger会创建可变大小的页面，因此预计会出现一些内存碎片，这将会消耗超出配置的内存。

使用多个查询路由器

多个mongos进程（查询路由器）应分布在多台服务器上。您使用的mongos进程数量至少应与分片数量相同。

阿里云MongoDB会自动为集群中的每个分片配置一个查询路由器。

在NUMA架构上使用内存交织策略

在具有非一致内存存取（NUMA）的系统上运行MongoDB可能会导致一系列问题，包括一段时间内性能下降、无法使用所有可用内存、高系统进程使用率。

当在NUMA硬件上运行MongoDB服务器和客户端时，您应该使用numactl --interleave命令配置内存交织策略。

网络压缩

作为分布式数据库，MongoDB在查询路由和节点间复制过程中依赖于高效的网络传输。基于snappy压缩算法，MongoDB集群间的网络流量最多可压缩80%，从而在带宽受限的环境中带来显著的性能优势，并降低网络成本。

您可以通过在连接字符串中添加compressors参数来启用压缩：mongodb://localhost/?compressors=snappy。

存储和磁盘I/O注意事项

尽管MongoDB通过内存数据结构执行所有读写操作，但数据会持久化到磁盘上，如果查询数据不在内存中，则会触发对磁盘的读取。因此，存储系统的性能对任何系统来说都至关重要。

您应使用高性能存储，以下考虑因素将帮助您使用最佳的存储配置，包括操作系统和文件系统设置。

（1）对于I/O密集型应用程序使用固态硬盘

在MongoDB中，大多数磁盘访问模式都不具备顺序属性，因此使用固态硬盘可以大幅提高性能。

使用SATA、PCIe和NVMe固态硬盘有非常高的性价比。与其花高价购买昂贵的旋转驱动器，还不如多买一些内存或固态硬盘。如果工作集不再适配内存，也应使用固态硬盘来读取密集型应用程序。

建议您将MongoDB的日志文件存储在单独的磁盘分区上。

大多数MongoDB部署都应使用RAID-10存储配置。RAID-5和RAID-6存在一些限制，可能无法提供足够的性能。MongoDB的副本集可以通过合理部署提高数据可用性，应同时考虑RAID等其他因素，从而共同满足所需的可用性SLA。您不需要购买SAN磁盘阵列就可以实现高可用性。

（2）对于存储和I/O密集型工作负载，请使用MongoDB的默认压缩功能

默认的snappy压缩通常可以减少50%或更多的存储占用，并且由于从磁盘中读取的位数更少了，因此还可以提高IOPs。任何压缩算法都要在存储效率和CPU开销之间做权衡，因此您需要在自己的环境中进行压缩测试。

MongoDB为文档和索引提供了一系列压缩选项。snappy压缩算法在高文档压缩率（通常为50%+，取决于数据类型）与低CPU开销之间实现平衡，zStandard和zlib库可以实现更高的压缩率，但在从磁盘读取数据时会产生额外的CPU开销。zStandard在MongoDB 4.2版本中引入，与zlib库相比CPU开销更低。

索引默认使用前缀压缩，可以减少索引存储的内存占用，为频繁访问的文档腾出更多的内存。测试表明，使用前缀算法的压缩率通常为50%，但仍然建议您使用自己的数据集进行测试。

您可以修改所有集合和索引的默认压缩设置，也可以在集合和索引的创建过程中根据特定需求进行配置。

（3）配置预读（readahead）

建议将预读设置在8到32之间。您可以使用blockdev --setra命令来设置预读块大小。

（4）使用XFS文件系统，避免使用EXT4

由于在 WiredTiger 中使用 EXT4 时出现过性能问题，因此强烈建议使用XF。

（5）禁用访问时间设置

一些文件系统会保留文件最后一次被访问时的元数据。虽然这对某些应用程序可能有用，但在数据库中，这意味着每次数据库访问页面，文件系统都会进行一次写入操作，这将对系统的性能和吞吐量产生负面影响。

（6）禁用透明大页（Transparent Hugepages）

透明大页可能会增加额外的内存压力和CPU利用率，并对交换性能产生负面影响。