MongoDB 使用的一些经验
这是一篇关于 MongoDB 使用经验的一篇文章,MongoDB 相对于 MySQL 简单很多,关于 MySQL 的调优可以看另一篇博文: MYSQL 调优和使用必读。
MongoDB 的单进程,多线程模型
读操作可以使用多线程,利用多核心;写操作(Global Locking)和 Map-reduce(JS 解释器的限制)只能使用单线程。
从2.2 版本,MongoDB 部分解决了全局锁问题,可以在写某个库的时候同时写其他库。一般通过在多核心单机上 Sharding 数据库,使用多个 mongod instance, 通过利用多核和缓解全局锁的问题提高读写操作 ops。可以通过 mongostat 命令查看 locking 和 page fault 情况。
另外,使用 htop 可以看到一个进程中的多个线程。Node.js 每个进程其实有两个线程,除了主线程外,还有一个线程池用来处理文件读写等操作。
充分利用 MongoDB 的 oplog
MongoDB 通过 oplog 实现主从同步,但是即使不启用从库,也可以查看和使用 oplog。修改配置文件打开 oplog:
/etc/mongod.conf # Replication Options master = true
这样就会在 local database 出现一个名为 oplog.$main 的 collection,(一般 MongoDB 会将这个 collection 中的数据条数保持在 5000 万以下),其中数据类似于:
{ "ts": { "t": 1000, "i": 1365409034 }, "op": "u", "ns": "mydb.mycoll", "o2": { "_id": ObjectId("50a6718e50e50b4459dcc40e") }, "o": { "$set": { "myfield": "myfield_value" } } }
ts 为自定义的时间戳
op 表示操作类型: insert (i), update (u), delete (d), noop (n)
ns 为操作对应的 collection
o 为操作数据,这里为 $set 操作修改记录
MongoDB 的 MMAP 内存模型
MMAP 的一个缺点很多,比如当读取数据没有在内存中,操作遇到 page fault 的时候也会发生锁操作。
MongoDB 的索引
MongoDB 支持简单的 B-Tree 索引。默认情况下 _id 会自动建索引,如果需要查询其他字段可以自己手动建索引(ensureIndex() )。另外,注意在数据导入导出的时候重建索引。
比 MySQL 好的是 MongoDB 支持多值索引,即使两个字段的顺序是相反的。比如可以支持 .sort({a:1, b:-1}) 这样按不同字段的排序。和 MySQL 类似,使用的时候同样需要避免类似于 skip(BIG_NUM).limit(N) 这样的操作。
MongoDB 需要注意的几点
1. 对线上库的批量操作要控制频率
假如某些读写操作不断占用数据库资源,其他操作将不能很快或者正确完成。可以通过 sleep 操作降低批量操作的频率,为其他操作提供执行空隙。
2. 实时将数据同步到关系型数据库支持复杂查询和数据分析
NoSQL 不支持复杂查询,但是如果需要复杂查询和数据分析,可以将数据同步到关系型数据库中。
MongoDB 原生支持 Streaming,以下 Node.js 代码可以实时获取某个 collection 的数据变化,可以同步到关系型数据库,也可以用来做 Trigger。以下是 MognoDB tail oplog 的核心代码(Node.js):
var options = { 'ns': self.config.mongodb.db + '.' + self.config.mongodb.collection, 'ts': {'$gt': new mongo.Timestamp.fromNumber(this.last_timestamp)} }; var stream = this.mongo.db.collection('oplog.$main') .find(options, {tailable: true, awaitdata: true, numberOfRetries: -1}).stream(); stream.on('data', function(item) { if (item.op !== 'n' && item.ts.toNumber() !== self.last_timestamp) { console.log(adate() + ' ' + JSON.stringify(item)+'\r\n'); self.process(item, function() { }); } });
注意读写压力很大的情况下控制 streaming 的速度,具体情况可以见前一篇博文: Node.js 调试 GC 以及内存暴涨的分析。相关代码:
var stream = this.mongo.db2.collection(self.config.mongodb.collection).find().stream(); stream.on("data", function(item) { stream.pause(); //console.log(JSON.stringify(item)+'\r\n'); self.mysql.insert(item, function() { stream.resume(); }); });
3. 需要为 MongoDB 提供足够的内存空间
如果数据库的数据没有冷热之分,最好配置大于数据大小的内存,防止频繁磁盘操作。
通过将数据记录的键值改短也能明显节约空间。
4. MongoDB 默认操作的异步特性
MongoDB 写操作默认情况下是异步的,所以为了保持一致性,需要加上选项:
{ safe: { fsync: true } }
总之
MongoDB 是一个非常易用,优点和缺点都很明显的数据库。在某些场景下,可以考虑使用 TC,Redis 或者 Postgres,MySQL 替代。
一些参考
http://docs.mongodb.org/manual/faq/concurrency/
https://github.com/mongodb/mongo/blob/master/src/mongo/db/btree.cpp
http://blog.schmichael.com/2011/11/05/failing-with-mongodb/
http://en.wikipedia.org/wiki/Mmap
http://www.polyspot.com/en/blog/2012/understanding-mongodb-storage/