一、关于连接到 MongoDB

1、驱动

关于驱动程序:总是选择与所用之 MongoDB 相兼容的驱动程序。这可以很容易地从驱动兼容对照表中查到;[如果使用第三方框架(如 Spring Data),则还需要考虑框架版本与驱动的兼容性;]
关于连接对象 MongoClient:使用 MongoClient 对象连接到 MongoDB 实例时总是应该保证它单例,并且在整个生命周期中都从它获取其他操作对象。
关于连接字符串:连接字符串中可以配置大部分连接选项,建议总是在连接字符串中配置这些选项;

例如:

// 连接到复制集
mongodb://节点 1,节点 2,节点 3.../database?[options]

// 连接到分片集
mongodb://mongos1,mongos2,mongos3.../database?[options]

2、常见连接字符串参数

maxPoolSize:连接池大小
Max Wait Time:建议设置,自动杀掉太慢的查询
Write Concern:建议 majority 保证数据安全
Read Concern:对于数据一致性要求高的场景适当使用

3、连接字符串节点和地址

无论对于复制集或分片集,连接字符串中都应尽可能多地提供节点地址,建议全部列出;
复制集利用这些地址可以更有效地发现集群成员;
分片集利用这些地址可以更有效地分散负载;
连接字符串中尽可能使用与复制集内部配置相同的域名或 IP

4、使用域名连接集群

在配置集群时使用域名可以为集群变更时提供一层额外的保护。例如需要将集群整体迁移到新网段,直接修改域名解析即可。另外,MongoDB 提供的 mongodb+srv:// 协议可以提供额外一层的保护。该协议允许通过域名解析得到所有 mongos 或节点的地址,而不是写在连接字符串中。

5、不要在 mongos 前面使用负载均衡

基于前面提到的原因,驱动已经知晓在不同的 mongos 之间实现负载均衡,而复制集则需要根据节点的角色来选择发送请求的目标。如果在 mongos 或复制集上层部署负载均衡;

-> 驱动会无法探测具体哪个节点存活,从而无法完成自动故障恢复;
-> 驱动会无法判断游标是在哪个节点创建的,从而遍历游标时出错;

结论:不要在 mongos 或复制集上层放置负载均衡器,让驱动处理负载均衡和自动故障恢复。

6、游标使用

如果一个游标已经遍历完,则会自动关闭;如果没有遍历完,则需要手动调用 close() 方法,否则该游标将在服务器上存在 10 分钟(默认值)后超时释放,造成不必要的资源浪费。但是,如果不能遍历完一个游标,通常意味着查询条件太宽泛,更应该考虑的问题是如何将条件收紧。

二、关于查询及索引
每一个查询都必须要有对应的索引
尽量使用覆盖索引 Covered Indexes(可以避免读数据文件)
使用 projection 来减少返回到客户端的的文档的内容
三、关于写入
在 update 语句里只包括需要更新的字段
尽可能使用批量插入来提升写入性能
使用 TTL 自动过期日志类型的数据
四、关于文档结构
防止使用太长的字段名(浪费空间)
防止使用太深的数组嵌套(超过 2 层操作比较复杂)
不使用中文,标点符号等非拉丁字母作为字段名

二、处理分页问题 – 避免使用 count

尽可能不要计算总页数,特别是数据量大和查询条件不能完整命中索引时。

考虑以下场景:假设集合总共有 1000w 条数据,在没有索引的情况下考虑以下查询:

db.coll.find({x: 100}).limit(50);  //只需要遍历前 n 条,直到找到 50 条队伍 x=100 的文档即可结束;

db.coll.count({x: 100});  // 需要遍历完 1000w 条找到所有符合要求的文档才能得到结果。为了计算总页数而进行的 count() 往往是拖慢页面整体加载速度的原因

三、处理分页问题 – 巧分页

避免使用 skip/limit 形式的分页,特别是数据量大的时候;

替代方案:使用查询条件 +唯一排序条件;

第一页:db.posts.find({}).sort({_id: 1}).limit(20);

第二页:db.posts.find({_id: {$gt: <第一页最后一个_id>}}).sort({_id: 1}).limit(20);

第三页:db.posts.find({_id: {$gt: <第二页最后一个_id>}}).sort({_id: 1}).limit(20);