MongoDB 磁盘 IO 问题常见原因和优化策略有哪些？

对于云数据库 MongoDB 来说，底层的磁盘硬件性能对用户透明，完全交由云 厂商负责，用户只需要核心关注业务的正确使用 MongoDB，以及配置合适的 内存和 IOPS 上限。 通常来说，MongoDB 的 IO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，那么系统需要的磁盘 IO 量也就越低，出现 IO 瓶颈的概率越低；反之，CacheSize 越小，表示能否缓存的热数据越少，系 统刷脏也更频繁，实例出现 IO 压力的概率也就越大。 可以通过 mongostat 或者阿里云数据库自治服务 DAS 实时查看当前的 cache dirty，目前阿里云数据库 MongoDB 暂不支持 cache dirty 历史情况查看。如果 出现 dirty>20%，并一直持续，说明内存淘汰压力很大，用户的请求线程会阻塞 参与 page 淘汰，请求延时就会增加，这时可以考虑"扩大内存"或者"扩大 IOPS"。 更多 mongostat 的使用方式可以参考： https://docs.mongodb.com/v4.2/reference/program/mongostat/ 还有一些与磁盘 IO 相关的参数和配置，比如 MongoDB Journal 和运行日志刷 盘，WriteConcern 设置，分片集群的 MoveChunk 等，这些因素我们建议用户 根据实际业务需求情况设置即可，一般来说，不必为了尽可能地提高 IO 能力 刻意修改。

关于更多 Journal 内容可参考： https://docs.mongodb.com/manual/core/journaling/ 关于更多 WriteConcern 内容可参考： https://docs.mongodb.com/manual/reference/write-concern/ 对于阿里云 MongoDB 来说，我们更推荐配置好合适的实例规格的同时，重点 关注 Index 的优化和部分应用系统的写入优化。

资源来源于《阿里云数据库运维实战问题改》

https://developer.aliyun.com/topic/download?spm=a2c6h.20345107.J_6399686890.1.2e1e17dbzKUX5r&id=8198