文档

MongoDB实例IOPS使用率高问题

更新时间:

MongoDB实例的IOPS使⽤率是⼀个⾮常重要的监控指标。如果MongoDB实例的IOPS使⽤率达到或接近100%,会导致业务响应缓慢,甚⾄业务不可⽤。本文介绍查看MongoDB实例IOPS使用率的方法,以及导致IOPS使用率高的原因和优化策略。

背景信息

⼀般云数据库厂商为了避免宿主机出现I/O争抢,会使⽤CGroup( Control Groups )等技术进⾏实例间的I/O隔离和IOPS(Input/Output Operations Per Second)限制,即不同规格的实例配置对应不同的IOPS使⽤上限。

注意事项

MongoDB单节点架构实例、4.2版本副本集云盘版实例以及4.2版本分片集群云盘版实例暂不支持查看IOPS使用量和IOPS使用率。

目前上述架构的实例在控制台监控信息页面的监控指标IOPS使用量IOPS使用率一直显示为0,无法代表真正的IOPS监控数据。

查看IOPS使用率

您可以通过监控图查看IOPS使用率

  • 登录MongoDB管理控制台,在基本信息页面的规格信息区域,确认该实例的最⼤IOPS上限。不同实例规格对应的IOPS使⽤上限请参见:实例规格概述

  • 登录MongoDB管理控制台,在监控信息页面,根据监控指标IOPS使用量IOPS使用率来确认该实例的最⼤IOPS上限。⼤部分情况下阿⾥云数据库MongoDB的data⽬录和log⽬录使⽤同⼀块盘,所以IOPS使⽤量=data_iops+log_iops。

I/O问题的常见原因

常见导致MongoDB磁盘I/O问题的可能原因如下:

  • 内存不够。I/O问题与内存的CacheSize⼤⼩息息相关。CacheSize越⼤,表示能够缓存的热数据越⼤,即系统需要的磁盘I/O量越低,则出现I/O瓶颈的概率越低;反之,CacheSize越⼩,表示能够缓存的热数据越少,系统刷脏更加频繁,则出现I/O瓶颈的概率越⼤。

  • 与磁盘I/O相关的参数和配置问题。例如MongoDB Journal和运⾏⽇志频繁刷新,写入安全机制(WriteConcern)设置不合理,分⽚集群的MoveChunk错误等。

    关于更多Journal内容可参考:Journaling

    关于更多WriteConcern内容可参考:Write Concern

I/O问题的优化策略

如果是阿里云MongoDB,建议您根据业务需求选择合适的实例规格,并关注索引的优化和部分应用系统的写入优化。

  • 配置合适的实例规格

    由于在配置前很难预估热数据与CacheSize的⽐例设置为多少最合适,通常情况下,在保证MongoDB实例满⾜业务要求的情况下,确保每日的最高CPU使⽤率和IOPS使⽤率控制在50%以内即可。

  • 索引优化

    查询全表扫描或使用了不恰当的索引,例如导出全表数据期间,会消耗大量的I/O。创建过多的索引会使数据规模很大,导致WiredTiger Cache缓存的热数据减少,业务数据写操作过程中需要多⼀次I/O操作以更新索引,从而影响I/O性能。为了避免以上情况,建议您创建合适的索引,详情请参见Indexes

  • 业务架构和运维优化

    在业务架构层⾯,要避免磁盘I/O成为瓶颈,需要优化以下几个方面:

    • 控制并发写入/读取线程数

      MongoDB是多线程应用,过⾼的并发写入速度和复杂查询并发数,容易引起IOPS瓶颈,甚⾄导致Secondary节点持续延迟。如果I/O瓶颈是由于业务写⼊量导致,建议您将MongoDB实例升级至MongoDB分⽚集群模式,通过数据的⽔平拆分来线性扩容MongoDB的写⼊性能。

    • 尽可能避免峰值写⼊

      部分业务由于定期写入或数据批量持久化,容易造成IOPS峰值。针对这种情况,在当前的实例配置不⾜以⽀撑该峰值写⼊的情况下,建议您将业务侧改造为平滑写入,例如给每⼀个批量写⼊操作添加⼀个随机时间⽚。IOPS峰值数据

    • 避免业务⾼峰期间做运维操作

      部分对性能影响较⼤的运维操作,从本质上讲也会造成IOPS峰值。如果必须执行此类操作,建议您在业务低峰期执行。容易引起I/O⾼峰的常见操作有批量写⼊、更新、删除数据,添加索引,对集合执⾏Compact操作,批量导出数据等。