共计 3661 个字符,预计需要花费 10 分钟才能阅读完成。
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,下面请大家跟着丸趣 TV 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!
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。这里是丸趣 TV,丸趣 TV 小编将为大家推送更多相关知识点的文章,欢迎关注!