MongoDB之compact操作详解

摘要: compact操作步骤很多,但是可以有效减少磁盘使用量。

MongoDB与磁盘

Fundebug处理的数据越来越多,这导致MongoDB的磁盘使用量越来越多,增长也越来越快。于是,我开始定时删除过期数据,优化算法减少冗余数据。但是,我发现,单纯删除文档不能减少MongoDB磁盘使用量。这是为什么呢?下面是官方文档的解释:

对于WiredTiger存储引擎(mongodb 3.2之后默认使用):How do I reclaim disk space in WiredTiger?

The WiredTiger storage engine maintains lists of empty records in data files as it deletes documents. This space can be reused by WiredTiger, but will not be returned to the operating system unless under very specific circumstances.

也就是说,被删除的文档所占用的磁盘空间仍然由MongoDB保留,不会释放。对于旧版MongoDB的MMAPv1存储引擎,这一点也是一样的。这样做无可厚非,因为数据库将会不断存储新的文档,它们可以利用之前保留的磁盘空间。

但是,如果你删除了很多文档,需要MongoDB释放磁盘空间,应该如何做呢?正如文档所述,对于WiredTiger存储引擎,我们可以使用compact操作来实现。

To allow the WiredTiger storage engine to release this empty space to the operating system, you can de-fragment your data file. This can be achieved using the compact command.

关于compact操作

compact操作会重新整理碎片化的磁盘,释放多余的空间。

Rewrites and defragments all data and indexes in a collection. On WiredTiger databases, this command will release unneeded disk space to the operating system.

关于compact操作,我列了几个简单的Q&A。

  • compact是否会阻塞数据库读写?会!因此不能在高峰期进行compact操作;对于复制集,应该对每个节点依次进行compact操作。
  • compact是否可以释放磁盘空间?对于WiredTiger,是可以的;但是对于WiredTiger存储引擎,并不会,多余的磁盘空间仍然会保留给MongoDB。
  • compact操作是否会占用额外的磁盘空间?根据我的观察,基本上不会。
  • paddingFactor应该设为多少?我设置的值是1.1,这样可以为每个文档留一些多余空间,提高修改性能。这个值可以根据实际需要进行设置。
  • compact操作需要多少时间?一个400G的复制集节点,我花了不到1个小时。这样时间应该与数据量大小有关。
  • compact操作效果怎么样?减少了接近50%的磁盘空间,这个大小应该与被删除的文档数量有关。

compact操作步骤

由于compact操作会阻塞MongoDB的读写操作,因此应该对每个节点依次进行操作。另外,MongoDB复制集的标准维护流程是将Secodary节点暂定,使用单独的端口启动独立的mongo实例进行操作,这样可以复制集完全隔离。

我们Fundebug的MongoDB集群运行在Docker中,因此操作步骤稍微简单一些,可以为大家提供参考。

Secondary节点

  • 关闭mongodb容器

sudo docker stop mongo

  • 启动独立的临时mongodb容器

sudo docker run -it -d -p 37017:27017 -v /data/db:/data/db --name mongo_tmp mongo:3.2

  • 执行compact命令

mongo 127.0.0.1:37017db.runCommand( { compact : 'events',paddingFactor: 1.1 } )

  • 重启mongodb节点

sudo docker rm -f mongo_tmpsudo docker start mongo

Primary节点

  • 将Primary节点变为Secondary节点

rs.stepDown()

  • 按照secondary节点进行操作

参考

版权声明:
转载时请注明作者Fundebug以及本文地址:
https://blog.fundebug.com/2018/04/11/mongodb_compact_tutorial/

您的用户遇到BUG了吗?

体验Demo 免费使用

.copyright * { box-sizing: border-box; }

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Youngxj

[教程]让你拥有一个别人都看不到的隐私文件夹

1382
来自专栏Ryan Miao

Javascript跨域后台设置拦截

子域名之间互相访问需要跨域 结论放在开头: 服务端必须设置允许跨域 客户端带cookie需要设置withCredentials 无论服务端是否允许跨域,该req...

2758
来自专栏技术博文

H5缓存机制浅析

1 H5 缓存机制介绍 H5,即 HTML5,是新一代的 HTML 标准,加入很多新的特性。离线存储(也可称为缓存机制)是其中一个非常重要的特性。H5 引入的离...

3638
来自专栏SDNLAB

OVN实战三之打通真实网络提供NAT

概述 上篇文章《OVN实战二之Overlay实现》介绍了OVN中逻辑交换机、逻辑路由器的用法,本章介绍如何让OVN中的虚拟机访问外部网络和面向外部网络提供服务(...

3856
来自专栏Java技术分享

PDF.js专题

前言     英文是github上的原文,找不到中文资料,我根据自己理解翻译的,有些词意思拿不准就直接把单词留在原地了,看这个文档应该可以凑合着用了。 PDF....

1.2K10
来自专栏大数据和云计算技术

MongoDB系列7:MongoDB存储引擎

1、前言 存储引擎是数据库的组成部分,负责管理数据存储。 MongoDB支持的以下存储引擎: 存储引擎描述WiredTiger存储引擎从MongoDB 3.2开...

4626
来自专栏北京马哥教育

Linux进程及作业管理

一、进程查看及其管理工具 ps命令:报告当前进程的快照信息 ps - report a snapshot of the current processes....

3205
来自专栏散尽浮华

进程管理利器-supervisor部署记录

一、简单介绍 supervisor是用来管理进程的一个工具,止于为什么要用supervisor,是因为相对于linux传统的进程管理方式来说,它有很多的优势: ...

3478
来自专栏二次元

emlog新浪上传插件+接口 V1.1

第一次写emlog插件,参考了七牛图床的写法(对,就是后台那个)推荐两个一起使用

1083
来自专栏云计算教程系列

使用CVM搭建FileRun私人网盘

FileRun是由PHP编写的文件管理器和文件共享程序,可帮助您访问,整理,查看和编辑文件。您可以将其与Office文档,照片,音乐等文件一起使用。在本教程中,...

38711

扫码关注云+社区