【最佳实践】巡检项：云数据库（MongoDB）Cache 脏数据

问题描述

检查腾讯云数据库 MongoDB 实例 dirty cache 脏页的比例是否大于cache size 的20%，如果超过20%，用户线程将参与刷盘，阻塞业务的请求。

解决方案

如果cache dirty 持续>20%,说明淘汰压力过大，这个时候用户线程会阻塞参与page 淘汰，请求时延就会增加。

方法一：

1、这个时候可以扩容规格 这个通过扩容内存，来降低由于内存规格太小，cache dirty 过小而导致的频繁触发dirty cache大于20%的可能。

• 登录 MongoDB 控制台。
• 在左侧导航栏 MongoDB 的下拉列表中，选择副本集实例或者分片实例。 副本集实例与分片实例操作类似。
• 在右侧实例列表页面上方，选择地域。
• 在实例列表中，找到目标实例。
• 在目标实例的操作列，在配置调整的下拉列表中，选择配置调整。
• 在配置调整页面，可以重新调整节点内存、节点中容量、Oplog 容量。如下图（以分片实例）所示。

方法二：

建议业务控制并发请求，如果是4.0以上的实例，可以通过下面的参数来优化刷脏能力 1. 将worker线程 刷盘阈值，和 app 线程 刷盘阈值 的间隔调大。尽量避免用户线程参与 2. 调大eviction线程数，利用多核优势，防止刷不过来

建议优化配置：

db.runCommand({"setParameter":1, "wiredTigerEngineRuntimeConfig":"eviction_dirty_target=4,eviction_dirty_trigger=50,eviction_target=60,eviction_trigger=95,eviction_checkpoint_target=5,eviction=(threads_max=16,threads_min=12)"})

注意事项

配置调整可能会产生数据库连接的闪断，留意变更配置时的提醒，并确保程序侧具备断线重连的机制。

参数调整的时候需要结合业务场景，不能盲目调整。