Mongodb性能调优
摘要
1. Mongodb 适用场景简介
2. Mongodb 性能监控与分析
3. Mongodb 性能优化建议
关于Mongodb的几个大事件
1.根据美国数据库知识大全官网发布的DB热度排行,Mongodb的热度排名从2014年的第5名,在2015年跃升为第4名,仅次于主流DB(Oracle、MySQL、SQLServer)之后。
2.2015第六届中国数据库技术大会(DTCC)上,Mongodb高调宣布收购开源引擎WiredTiger,性能在3.0版本上实现了7~10倍的提升。
Mongodb 适用场景简介
适用场景
1. 实时的CRU操作,如网站、论坛等实时数据存储
2. 高伸缩性,可以分布式集群,动态增删节点
3. 存储大尺寸、低价值数据
4. 缓存
5. BSON结构对象存储
不适用场景
1. 高度事务性操作,如银行或会计系统
2. 传统商业智能应用,如提供高度优化的查询方式
3. 需要SQL的问题
4. 重要数据,关系型数据
Mongodb 性能监控与分析
mongostat
1. faults/s:每秒访问失败数,即数据被交换出物理内存,放到SWAP。
若过高(一般超过100),则意味着内存不足。
vmstat & iostat & iotop
si:每秒从磁盘读入虚拟内存的大小,若大于0,表示物理内存不足。
so:每秒虚拟内存写入磁盘的大小,若大于0,同上。
mongostat
2. idx miss %:BTree 树未命中的比例,即索引不命中所占百分比。
若过高,则意味着索引建立或使用不合理。
db.serverStatus()
indexCounters” : {
“btree” : {
“accesses” : 2821726, #索引被访问数
“hits” : 2821725, #索引命中数
“misses” : 1, #索引偏差数
“resets” : 0, #复位数
“missRatio” : 3.543930204420982e-7 #未命中率
}
mongostat
3. locked %:全局写入锁占用了机器多少时间。当发生全局写入锁时,所有查询操作都将等待,直到写入锁解除。
若过高(一般超过50%),则意味着程序存在问题。
db.currentOp()
{
“inprog” : [ ],
“fsyncLock” : 1, #为1表示MongoDB的fsync进程(负责将写入改变同步到磁盘)不允许其他进程执行写数据操作
“info” : “use db.fsyncUnlock() to terminate the fsync write/snapshot lock”
}
mongostat
4. q r|w :等待处理的查询请求队列大小。
若过高,则意味着查询会过慢。
db.serverStatus()
“currentQueue” : {
“total” : 1024, #当前需要执行的队列
“readers” : 256, #读队列
“writers” : 768 #写队列
}
mongostat
5. conn :当前连接数。
高并发下,若连接数上不去,则意味着Linux系统内核需要调优。
db.serverStatus()
“connections” : {
“current” : 3, #当前连接数
“available” : 19997 #可用连接数
}
6.连接数使用内存过大
shell> cat /proc/$(pidof mongod)/limits | grep stack | awk -F 'size' '{print int($NF)/1024}'
将连接数使用Linux栈内存设小,默认为10MB(10240)
shell> ulimit -s 1024
优化器Profile
db.setProfilingLevel(2);
0 – 不开启
1 – 记录慢命令 (默认为>100ms)
2 – 记录所有命令
info: #本命令的详细信息
reslen: #返回结果集的大小
nscanned: #本次查询扫描的记录数
nreturned: #本次查询实际返回的结果集
millis: #该命令执行耗时(毫秒)
- 表KnowledgeAnswer未建立有效索引(建议考虑使用组合索引)
- 存在大量慢查询,均为表KnowledgeAnswer读操作,且响应超过1秒
- 每次读操作均为全表扫描,意味着耗用CPU(25% * 8核)
- 每次返回的记录字节数近1KB,建议过滤不必要的字段,提高传输效率
执行计划Explain
db.test.find({age: “20”}).hint({age:1 }).explain();
cursor: 返回游标类型(BasicCursor 或 BtreeCursor)
nscanned: 被扫描的文档数量
n: 返回的文档数量
millis: 耗时(毫秒)
indexBounds: 所使用的索引
- 在查询条件、排序条件、统计条件的字段上选择创建索引
db.student.ensureIndex({name:1,age:1} , {backgroud:true});
注意:
最新或最近记录查询,结合业务需要正确使用索引方向:逆序或顺序
建议索引建立操作置于后台运行,降低影响
实际应用过程中多考虑使用复合索引
使用limit()限定返回结果集的大小,减少数据库服务器的资源消耗,以及网络传输的数据量
db.posts.find().sort({ts:-1}).limit(10); 只查询使用到的字段,而不查询所有字段
db.posts.find({ts:1,title:1,author:1,abstract:1}).sort({ts:-1}).limit(10);基于Mongodb分布式集群做数据分析时,MapReduce性能优于count、distinct、group等聚合函数
Capped Collections比普通Collections的读写效率高
db.createCollection(“mycoll”, {capped:true, size:100000});
例:system.profile 是一个Capped Collection。
注意:
固定大小;Capped Collections 必须事先创建,并设置大小。
Capped Collections可以insert和update操作;不能delete操作。只能用 drop()方法删除整个Collection。
默认基于 Insert 的次序排序的。如果查询时没有排序,则总是按照insert的顺序返回。
FIFO。如果超过了Collection的限定大小,则用 FIFO 算法,新记录将替代最先 insert的记录。Mongodb 3.0.X版本性能较Mongodb 2.0.X有7-10倍提升,引入WiredTiger新引擎,同时支持MMAPv1内存映射引擎
注意:
默认MMAPv1,切换至WiredTiger:mongod –dbpath /usr/local/mongodb/data –storageEngine wiredTiger
备注:若更换新引擎,则之前使用旧引擎建立的DB数据库无法使用。 建议先通过Mongodb的同步机制,将旧引擎建立的DB数据同步到从库, 且从库使用新引擎.
选择 Windows 2008 R2 x64 或 Linux x64,Linux版本性能优于 Windows,建议基于Linux系统进行架构选型
根据RHEL版本号选择Mongodb相应Linux版本
Mongodb Driver 与 Mongodb 版本一致
最后的建议
哪一种物理设计更适合Mongodb:范式化 & 反范式化 & 业务 ?
范式化设计的思想是“完全分离”,存在关联查询,查询效率低,但写入、修改、删除性能更高
反范式化设计的思想是“数据集中存储”,查询效率高,而Mongodb对查询机制支持较弱,看似成为一种互补
下面我们来看一个图书信息DB表设计案例:
示例1:范式化设计
{
"_id" : ObjectId("5124b5d86041c7dca81917"),
"title" : "MongoDB性能调优",
"author" : [
ObjectId("144b5d83041c7dca84416"),
ObjectId("144b5d83041c7dca84418"),
ObjectId("144b5d83041c7dca84420"),
]
}
分析:更新效率高,因为不需要关联表操作。比如更新作者年龄,只需要更新作者信息1张表就可以了。而查询效率低,因为需要关联表操作。比如查看某本图书的作者简介,需要先查图书信息表以获取作者ID,再根据ID,在作者信息表中查询作者简介信息。
示例2:反范式化设计
{
"_id" : ObjectId("5124b5d86041c7dca81917"),
"title" : "MongoDB性能调优",
"author" : [
{
"name" : "张三"
"age" : 40,
"nationality" : "china",
},
{
"name" : "李四"
"age" : 49,
"nationality" : "china",
},
{
"name" : "王五"
"age" : 59,
"nationality" : "china",
},
]
}
分析:将作者简介信息嵌入到图书信息表中,这样查询效率高,不需要关联表操作。依然是更新作者年龄,此时更新效率就显得低,因为该作者出过多本书,需要修改多本图书信息记录中该作者的年龄。
示例3:不完全范式化设计
{
"_id" : ObjectId("5124b5d86041c7dca81917"),
"title" : "MongoDB性能调优",
"author" : [
{
"_id" : ObjectId("144b5d83041c7dca84416"),
"name" : "张三"
},
{
"_id" : ObjectId("144b5d83041c7dca84418"),
"name" : "李四"
},
{
"_id" : ObjectId("144b5d83041c7dca84420"),
"name" : "王五"
},
]
}
分析:其实我们知道某本书的作者姓名是不会变化的,属于静态数据,又比如作者的年龄、收入、关注度等,均属于动态数据,所以结合业务特点,图书信息表肯定是查询频率高、修改频率低,故可以将一些作者的静态数据嵌入到图书信息表中,做一个折中处理,这样性能更优。
总结:Mongodb性能调优不是最终或最有效的手段,最高效的方法是做出好的物理设计。而什么样的物理设计适合Mongodb,最后还是由当前业务及业务未来发展趋势决定的。最后送给大家一句话“好的性能不是调出来的,更多是设计出来的”!
Mongodb性能调优的更多相关文章
- PHP 性能分析第三篇: 性能调优实战
注意:本文是我们的 PHP 性能分析系列的第三篇,点此阅读 PHP 性能分析第一篇: XHProf & XHGui 介绍 ,或 PHP 性能分析第二篇: 深入研究 XHGui. 在本系列的 ...
- Tomcat 和 JVM 性能调优总结
Tomcat性能调优: 找到Tomcat根目录下的conf目录,修改server.xml文件的内容.对于这部分的调优,我所了解到的就是无非设置一下Tomcat服务器的最大并发数和Tomcat初始化时创 ...
- web前端性能调优
最近2个月一直在做手机端和电视端开发,开发的过程遇到过各种坑.弄到快元旦了,终于把上线了.2个月干下来满满的的辛苦,没有那么忙了自己准备把前端的性能调优总结以下,以方便以后自己再次使用到的时候得于得心 ...
- [网站性能2]Asp.net平台下网站性能调优的实战方案
文章来源:http://www.cnblogs.com/dingjie08/archive/2009/11/10/1599929.html 前言 最近帮朋友运营的平台进行了性能调优,效果还不错, ...
- Asp.net平台下网站性能调优的实战方案(转)
转载地址:http://www.cnblogs.com/chenkai/archive/2009/11/07/1597795.html 前言 最近帮朋友运营的平台进行了性能调优,效果还不错,所以写出来 ...
- 第0/24周 SQL Server 性能调优培训引言
大家好,这是我在博客园写的第一篇博文,之所以要开这个博客,是我对MS SQL技术学习的一个兴趣记录. 作为计算机专业毕业的人,自己对技术的掌握总是觉得很肤浅,博而不专,到现在我才发现自己的兴趣所在,于 ...
- sqlserver性能调优第一步
相信不少的朋友,无论是做开发.架构的,还是DBA等,都经常听说“调优”这个词.说起“调优”,可能会让很多技术人员心头激情澎湃,也可能会让很多人感觉苦恼,不知道如何入手.当然,也有很多人对此不屑一顾,因 ...
- JavaScript:内存泄露、性能调优
1.在进行JS内存泄露检查之前,先要了解JS的内存管理: https://developer.mozilla.org/en-US/docs/Web/JavaScript/Memory_Manageme ...
- hadoop 性能调优与运维
hadoop 性能调优与运维 . 硬件选择 . 操作系统调优与jvm调优 . hadoop运维 硬件选择 1) hadoop运行环境 2) 原则一: 主节点可靠性要好于从节点 原则二:多路多核,高频 ...
随机推荐
- angular2多组件通信流程图
知识点1:组件属性的双向绑定,需要在属性+Change 作为Output方法返回即可. 知识点2:更新子组件的值,不会引起output触发,父组件不会更新绑定的值 知识点3:属性的双向绑定,只会子组件 ...
- 如何将RobotFramework中case的执行结果上传到TestLink中。
公司的需求是: 用RobotFrameworjk框架执行case,用Testlink管理case和测试任务.需要持续统计每个版本的测试结果. 我觉得用Jenkins+Robot也行,Testlink+ ...
- JavaScript 的新特性:类的 #private 字段
这是什么,如何使用,为什么需要? 一边听“Noise Pollution” —— Portugal. The Man,一边阅读本文简直就是享受 JavaScript 标准的第二阶段(Stage 2)加 ...
- isAssignableFrom
instanceof 针对实例 isAssignableFrom针对class对象 isAssignableFrom 是用来判断一个类Class1和另一个类Class2是否相同或是另一个类的超类 ...
- 软件测试入门 1—— junit 单元测试
一.实验主要内容: 1. 2.EclEmma安装 见: http://www.cnblogs.com/1995hxt/p/5291465.html 二.对与 Junit 安装,使用 maven管理项目 ...
- CentOS下VNC使用
1. 介绍 本文主要介绍了VNC Server的配置和使用 2. 安装 CentOS中默认就有安装VNC,可以通过命令rpm查看 [Jerry@localhost ~]$ rpm -qa | grep ...
- mariadb中执行数据库脚本的方法
为了项目需求,写如下sql数据库脚本: SET FOREIGN_KEY_CHECKS=0; -- ---------------------------- -- Table structure for ...
- MMU介绍【转】
转自:http://blog.csdn.net/martree/article/details/3321578 虚拟存储器的基本思想是程序,数据,堆栈的总的大小可以超过物理存储器的大小,操作系统把当前 ...
- Python 复习-1
#!/usr/bin/env python # -*- coding:utf-8 -*- # @Time : 2017/10/27 22:46 # @Author : lijunjiang # @Fi ...
- golang xorm MSSQL where查询案例
xorm官方中文文档 参考 http://xorm.io/docs/ 以sqlserver为例 先初始化连接等... engine, err := xorm.NewEngine("mssql ...