Mongo中MongoDBWiredTiger引擎调优技巧有哪些
这篇文章主要讲解了“Mongo中MongoDB WiredTiger引擎调优技巧有哪些”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Mongo中MongoDB WiredTiger引擎调优技巧有哪些”吧!
创新互联网站建设提供从项目策划、软件开发,软件安全维护、网站优化(SEO)、网站分析、效果评估等整套的建站服务,主营业务为网站建设、网站制作,重庆APP开发以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。创新互联深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!
MongoDB
从3.0
开始引入可插拔存储引擎的概念。当前,有不少存储引擎可供选择:MMAPV1
、WiredTiger
、MongoRocks
、TokuSE
等等。每个存储引擎都有自己的优势,你需要根据性能要求及应用特征挑选最适合的一个。
从3.2.x
开始,WiredTiger
成为默认的存储引擎。最为MongoDB
目前最流行的存储引擎,WiredTiger
与原先的MMAPV1
相比有以下优势:
性能&并发:在大多数工作负载下,
WiredTiger
的性能要比MMAPV1
高很多。WiredTiger
引擎为现代多核系统量身定制,更好地发挥多核系统的处理能力。MMAPV1
引擎使用表级锁,因此,当某个单表上有并发的操作,吞吐将受到限制。WiredTiger
使用文档级锁,由此带来并发及吞吐的提高。对于典型的应用,切到WiredTiger
引擎,可带来5-10倍的性能提升。压缩&加密:
MMAPV1
引擎要求数据在内存和在磁盘的形式一致(map磁盘内存映射)。因此,它并不支持压缩和加密。WiredTiger
并没有这层限制,可以更好地支持。索引前缀压缩:
WiredTiger
存储索引时使用前缀压缩——相同的前缀只存一次。由此带来的效果是:索引更小了,对物理内存使用也更少了。
接下来,我会展示几个用来调优WiredTiger
引擎性能的关键参数。
调优Cache Size
WiredTiger
最重要的调优参数就是cache
规模。默认,MongoDB
从3.x
开始会保留可用物理内存的50%(3.2
是60%)作为数据cache
。虽然,默认的设置可以应对大部分的应用,通过调节为特定应用找到最佳配置值还是非常值得的。cache
的规模必须足够大,以便保存应用整个工作集(working set)。
除了这个cache
,MongoDB
在做诸如聚合、排序、连接管理等操作时需要额外的内存。因此,必须确保有足够的内存可供使用,否则,MongoDB
进程有被OOM killer
杀死的风险。
调节这个参数,首先要理解在默认配置下,cache
的使用情况。运行以下命令,可以获得cache
统计:
db.serverStatus().wiredTiger.cache
命令输出结果例子如下:
{ "tracked dirty bytes in the cache" : 409861, "tracked bytes belonging to internal pages in the cache" : 738956332, "bytes currently in the cache" : 25769360777, "tracked bytes belonging to leaf pages in the cache" : 31473298388, "maximum bytes configured" : 32212254720, "tracked bytes belonging to overflow pages in the cache" : 0, "bytes read into cache" : 29628550664, "bytes written from cache" : 34634778285, "pages evicted by application threads" : 0, "checkpoint blocked page eviction" : 102, "unmodified pages evicted" : 333277, "page split during eviction deepened the tree" : 0, "modified pages evicted" : 437117, "pages selected for eviction unable to be evicted" : 44825, "pages evicted because they exceeded the in-memory maximum" : 74, "pages evicted because they had chains of deleted items" : 33725, "failed eviction of pages that exceeded the in-memory maximum" : 1518, "hazard pointer blocked page eviction" : 34814, "internal pages evicted" : 21623, "maximum page size at eviction" : 10486876, "eviction server candidate queue empty when topping up" : 8235, "eviction server candidate queue not empty when topping up" : 3020, "eviction server evicting pages" : 191708, "eviction server populating queue, but not evicting pages" : 2996, "eviction server unable to reach eviction goal" : 0, "pages split during eviction" : 8821, "pages walked for eviction" : 157970002, "eviction worker thread evicting pages" : 563015, "in-memory page splits" : 52, "percentage overhead" : 8, "tracked dirty pages in the cache" : 9, "pages currently held in the cache" : 1499798, "pages read into cache" : 2260232, "pages written from cache" : 3018846}
第一个要关注的数值试,cache
中脏数据的百分比。如果这个百分比比较高,那么调大cache
规模很有可能可以提升性能。如果应用是重读的,可再关注bytes read into cache
这个指标。如果这个指标比较高,那么调大cache
规模很有可能可以提升读性能。
调节cache
规模不一定非得重启服务,我们可以动态调整:
db.adminCommand( { "setParameter": 1, "wiredTigerEngineRuntimeConfig": "cache_size=xxG"})
如果你想让调整在重启后也有效,那么你需要将配置文件也相应调整一下。
控制Read/Write Tickets
WiredTiger使用tickets
来控制可以同时被存储引擎处理的读/写操作数。默认值是128,在大部分情况下表现良好。如果这个值经常掉到0,所有后续操作将会被排队等待。例如,观察到读tickets
下降,系统可能有大量长耗时的操作(未索引操作)。如果你想找出有哪些慢操作,可以用一些第三方工具。你可以根据系统需要和性能影响上下调节tickets
。
运行以下命令可以确认tickets
的使用情况:
db.serverStatus().wiredTiger.concurrentTransactions
下面是一个输出例子:
{ "write" : { "out" : 0, "available" : 128, "totalTickets" : 128 }, "read" : { "out" : 3, "available" : 128, "totalTickets" : 128 } }
同样,可以动态调节tickets
:
db.adminCommand( { setParameter: 1, wiredTigerConcurrentReadTransactions: xx } )db.adminCommand( { setParameter: 1, wiredTigerConcurrentWriteTransactions: xx } )
一旦做出调整,注意要观察系统的性能监控确保影响是符合预期的。
感谢各位的阅读,以上就是“Mongo中MongoDB WiredTiger引擎调优技巧有哪些”的内容了,经过本文的学习后,相信大家对Mongo中MongoDB WiredTiger引擎调优技巧有哪些这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!
新闻标题:Mongo中MongoDBWiredTiger引擎调优技巧有哪些
路径分享:http://scyanting.com/article/gighei.html