MongoDB数据缓存刷新机制

本文原文出自淘宝DBA团队博客，文章对MongoDB源码进行了分析，跟踪了其缓存Flush机制，对缓存刷新机制进行了清晰的讲解。

最近配合好几个项目测试了MongoDB的写入性能。在内存没有用尽的情况下，虽然MongoDB只有一个更新线程，写入还是非常快的，基本上能达到25000/s以上（索引数据用uuid_generate_randome和uuid_unparse随机产生）。当内存用尽开始往磁盘上刷脏页的时候，性能有非常大的波动，即使调整了syncdelay也没有太大改善。在测试中还出现了一个莫名其妙的情况：MongoDB会间歇性地释放文件系统的cache。除了直接删除表空间之外，很难想到有什么动作可以诱发这个现象。在MongoDB开发者论坛里描述了这个现象，但是Eliot Horowitz认为MongoDB内部并没有代码会释放文件系统cache。那么，让我们去源码里面看一下MongoDB缓存和刷新数据的机制。

首先找到mongod的入口（db/db.cpp），发现MongoDB的初始化步骤非常简单，概括起来就以下三步：

int main(int argc, char* argv[], char *envp[] )
{
…
Module::configAll( params );
dataFileSync.go();
…
initAndListen(cmdLine.port, appsrvPath);
…
}

显然，dataFileSync就是我们感兴趣的那个类。dataFileSync类派生自BackgroundJob类，而BackgroundJob主要的功能就是生成一个后台线程并指派任务。数据的刷新是一个不断执行的后台任务，在dataFileSync.run()里面可以找到刷数据的相关代码：

void run()
{
…
Date_t start = jsTime();
int numFiles = MemoryMappedFile::flushAll( true );
time_flushing = (int) (jsTime() – start);

globalFlushCounters.flushed(time_flushing);
…
}

从这一段代码看，MongoDB会在syncdelay设定的周期内，采取同步的形式刷新所有的脏数据。再看一下flushAll是怎么刷新所有数据的：

int MongoFile::flushAll( bool sync )
{
…
set seen;
while ( true ){
auto_ptr f;
{
rwlock lk( mmmutex , false );
for ( set::iterator i = mmfiles.begin(); i != mmfiles.end(); i++ ){
MongoFile * mmf = *i;
if ( ! mmf )
continue;
if ( seen.count( mmf ) )
continue;
f.reset( mmf->prepareFlush() );
seen.insert( mmf );
break;
}
}
if ( ! f.get() )
break;

f->flush();
}
return seen.size();
}

上面这一段代码实现的功能很简单，就是把mmfiles中所有MongoFile指针所引用的对象都flush()一次。不过在执行flush()函数之前，需要先执行prepareFlush()确保这个对象是可以执行flush()函数的。下面是最后真正执行刷新操作的代码：

void MemoryMappedFile::flush(bool sync)
{
if ( view == 0 || fd == 0 )
return;
if ( msync(view, len, sync ? MS_SYNC : MS_ASYNC) )
problem() << “msync ” << errnoWithDescription() << endl;
}

终于刷新到磁盘了，呵呵。不过这篇blog只涉及到了数据刷新的代码，至于如何缓存，且听下回分解。

来源：www.taobaodba.com

技术传播，需要你我共同努力！

您可能还喜欢：
MongoDB REST Api介绍	一个NoSQL与MongoDB的介绍PPT	MongoDB源码研究系列文章	深入Redis内部-Redis 源码讲解	MongoDB的内部构造 From 《MongoDB The Definitive Guide》
无觅