mongo 固定集合，大文件存储，简单优化 + 三招解决MongoDB的磁盘IO问题
1.固定集合
> db.createCollection('c1',{capped:true, size:100000, max:3});//固定集合 必须 显式创建。 设置capped为true, 集合总大小xxx字节, [集合中json个数max] { "ok" : 1 } > db.c1.stats() { "ns" : "test.c1", "count" : 0, "size" : 0, "storageSize" : 102400, "numExtents" : 1, "nindexes" : 0, "lastExtentSize" : 102400, "paddingFactor" : 1, "flags" : 0, "totalIndexSize" : 0, "indexSizes" : { }, "capped" : 1, "max" : 3, "ok" : 1 } > db.c1.insert({name:'1'}); > db.c1.insert({name:'2'}); > db.c1.insert({name:'3'}); > db.c1.find() { "_id" : ObjectId("51e28837cf05e15d315aa74a"), "name" : "1" } { "_id" : ObjectId("51e28839cf05e15d315aa74b"), "name" : "2" } { "_id" : ObjectId("51e2883dcf05e15d315aa74c"), "name" : "3" } > db.c1.insert({name:'4'}); > db.c1.find() { "_id" : ObjectId("51e28839cf05e15d315aa74b"), "name" : "2" } { "_id" : ObjectId("51e2883dcf05e15d315aa74c"), "name" : "3" } { "_id" : ObjectId("51e28845cf05e15d315aa74d"), "name" : "4" }
普通集合转化为 固定集合
> db.runCommand({convertToCapped:'c1', size:1000000});
{ "ok" : 1 }
2.GridFS 存储大文件。 视频，大图片...
GrdiFS使用两个表来存储数据:
files 包含元数据对象
chunks 包含其他一些相关信息的二进制块.
3.性能优化
> db.c1.find().explain()//查看执行效率 { "cursor" : "ForwardCappedCursor", "nscanned" : 3, //扫描集合中文档次数 "nscannedObjects" : 3, "n" : 3, "millis" : 0, "nYields" : 0, "nChunkSkips" : 0, "isMultiKey" : false, "indexOnly" : false, "indexBounds" : { } }
3.1建立索引
> db.c1.ensureIndex({name:1}, {background:true});//后台建立索引
> db.c1.getIndexKeys();//简单的查看索引 元素
[ { "name" : 1 } ]
> db.c1.getIndexes();//查看索引 详细信息
[
{
"v" : 1,
"key" : {
"name" : 1
},
"ns" : "test.c1",
"name" : "name_1",
"background" : true
}
]
> db.c1.find({name:'3'}).explain()
{
"cursor" : "BtreeCursor name_1",
"nscanned" : 1,//只查询一次
"nscannedObjects" : 1,
"n" : 1,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : false,
"indexOnly" : false,
"indexBounds" : {
"name" : [
[
"3",
"3"
]
]
}
}
建立唯一索引：
> db.c2.ensureIndex({age:1}, {unique:1}, {background:1});//唯一索引， 索引值不得重复。
删除索引：
> db.c2.dropIndex({age:1});
{ "nIndexesWas" : 2, "ok" : 1 }
db.c2.dropIndexes()； //删除所有索引，除_id索引外
3.2限定返回行数， 设定返回字段数， 将集合转为固定集合
性能监控：
mongosniff --source
随着时间增长存取速度慢下来，明显感觉到。遂进行一下优化：
三招解决MongoDB的磁盘IO问题 转载
有点标题党的意思，不过下面三招确实比较实用，内容来自Conversocial公司的VP Colin Howe在London MongoDB用户组的一个分享。 申请：下面几点并非放四海皆准的法则，具体是否能够使用，还需要根据自己的应用场景和数据特点来决定。 1.使用组合式的大文档 我们知道MongoDB是一个文档数据库，其每一条记录都是一个JSON格式的文档。比如像下面的例子，每一天会生成一条这样的统计数据： { metric: "content_count", client: 5, value: 51, date: ISODate("2012-04-01 13:00") } { metric: "content_count", client: 5, value: 49, date: ISODate("2012-04-02 13:00") } 而如果采用组合式大文档的话，就可以这样将一个月的数据全部存到一条记录里： { metric: "content_count", client: 5, month: "2012-04", 1: 51, 2: 49, ... } 通过上面两种方式存储，预先一共存储大约7GB的数据（机器只有1.7GB的内存），测试读取一年信息，这二者的读性能差别很明显： 第一种: 1.6秒 第二种: 0.3秒 那么问题在哪里呢？ 实际上原因是组合式的存储在读取数据的时候，可以读取更少的文档数量。而读取文档如果不能完全在内存中的话，其代价主要是被花在磁盘seek上，第一种存储方式在获取一年数据时，需要读取的文档数更多，所以磁盘seek的数量也越多。所以更慢。 实际上MongoDB的知名使用者foursquare就大量采用这种方式来提升读性能。见此 2.采用特殊的索引结构 我们知道，MongoDB和传统数据库一样，都是采用B树作为索引的数据结构。对于树形的索引来说，保存热数据使用到的索引在存储上越集中，索引浪费掉的内存也越小。所以我们对比下面两种索引结构： db.metrics.ensureIndex({ metric: 1, client: 1, date: 1}) 与 db.metrics.ensureIndex({ date: 1, metric: 1, client: 1 }) 采用这两种不同的结构，在插入性能上的差别也很明显。 当采用第一种结构时，数据量在2千万以下时，能够基本保持10k/s 的插入速度，而当数据量再增大，其插入速度就会慢慢降低到2.5k/s，当数据量再增大时，其性能可能会更低。 而采用第二种结构时，插入速度能够基本稳定在10k/s。 其原因是第二种结构将date字段放在了索引的第一位，这样在构建索引时，新数据更新索引时，不是在中间去更新的，只是在索引的尾巴处进行修改。那些插入时间过早的索引在后续的插入操作中几乎不需要进行修改。而第一种情况下，由于date字段不在最前面，所以其索引更新经常是发生在树结构的中间，导致索引结构会经常进行大规模的变化。 3.预留空间 与第1点相同，这一点同样是考虑到传统机械硬盘的主要操作时间是花在磁盘seek操作上。 比如还是拿第1点中的例子来说，我们在插入数据的时候，预先将这一年的数据需要的空间都一次性插入。这能保证我们这一年12个月的数据是在一条记录中，是顺序存储在磁盘上的，那么在读取的时候，我们可能只需要一次对磁盘的顺序读操作就能够读到一年的数据，相比前面的12次读取来说，磁盘seek也只有一次。 db.metrics.insert([ { metric: 'content_count', client: 3, date: '2012-01', 0: 0, 1: 0, 2: 0, ... } { .................................., date: '2012-02', ... }) { .................................., date: '2012-03', ... }) { .................................., date: '2012-04', ... }) { .................................., date: '2012-05', ... }) { .................................., date: '2012-06', ... }) { .................................., date: '2012-07', ... }) { .................................., date: '2012-08', ... }) { .................................., date: '2012-09', ... }) { .................................., date: '2012-10', ... }) { .................................., date: '2012-11', ... }) { .................................., date: '2012-12', ... }) ]) 结果： 如果不采用预留空间的方式，读取一年的记录需要62ms 如果采用预留空间的方式，读取一年的记录只需要6.6ms