MongoDB: 对内存的严重占用以及解决方法

作者：洪荒听雨
转载：51CTO - mongodb 对内存的严重占用以及解决方法
排版：AT

• 刚开始使用mongodb的时候，不太注意mongodb的内存使用，但通过查资料发现mongodb对内存的占用是巨大的，在本地测试服务器中，8G的内存居然被占用了45%。汗呀。

• 本文就来剖析一下mongodb对内存的具体使用方法，以及生产环境针对mongodb占大量内存的问题的解决。

• 先看一个MongoDB服务器的top命令结果

  shell> top -p $(pidof mongod)
  Mem: 32872124k total, 30065320k used, 2806804k free, 245020k buffers
  Swap: 2097144k total, 100k used, 2097044k free, 26482048k cached
  VIRT RES SHR %MEM
  1892g 21g 21g 69.6
  

  或者 先top后，然后 shift+m 把当前进场按占用内存的多少排序。看看你的mongodb能占用多少内存。

• 先了解一下linux对内存的管理方式：

  • 在Linux里(别的系统也差不多)，内存有物理内存和虚拟内存之说，物理内存是什么自然无需解释，虚拟内存实际是物理内存的抽象，
  • 多数情况下，出于方便性的考虑，程序访问的都是虚拟内存地址，然后操作系统会把它翻译成物理内存地址。

• 很多人会把虚拟内存和Swap混为一谈，

  • 实际上Swap只是虚拟内存引申出的一种技术而已：操作系统一旦物理内存不足，为了腾出内存空间存放新内容，就会把当前物理内存中的内容放到交换分区里，稍后用到的时候再取回来，
  • 需要注意的是，Swap的使用可能会带来性能问题，偶尔为之无需紧张，糟糕的是物理内存和交换分区频繁的发生数据交换，这被称之为Swap颠簸，
  • 一旦发生这种情况，先要明确是什么原因造成的，如果是内存不足就好办了，加内存就可以解决，
  • 不过有的时候即使内存充足也可能会出现这种问题，比如MySQL就有可能出现这样的情况，解决方法是限制使用Swap：
    shell> sysctl -w vm.swappiness=0

• 查看内存情况最常用的是free命令：

  shell> free -m
  total used free shared buffers cached
  Mem: 32101 29377 2723 0 239 25880
  -/+ buffers/cache: 3258 28842
  Swap: 2047 0 2047
  

• 新手看到used一栏数值偏大，free一栏数值偏小，往往会认为内存要用光了。

  • 其实并非如此，之所以这样是因为每当我们操作文件的时候，Linux都会尽可能的把文件缓存到内存里，这样下次访问的时候，就可以直接从内存中取结果，
  • 所以cached一栏的数值非常的大，不过不用担心，这部分内存是可回收的，操作系统会按照LRU算法淘汰冷数据。
  • 除了cached，还有一个buffers，它和cached类似，也是可回收的，不过它的侧重点在于缓解不同设备的操作速度不一致造成的阻塞，这里就不多做解释了。

• 知道了原理，我们就可以推算出系统可用的内存是
  free + buffers + cached：

  shell> echo "2723 + 239 + 25880" | bc -l
  28842
  

  至于系统实际使用的内存是used – buffers – cached：

  shell> echo "29377 - 239 - 25880" | bc -l
  3258
  

  除了free命令，还可以使用sar命令：

  shell> sar -r
  kbmemfree kbmemused %memused kbbuffers kbcached
  3224392 29647732 90.19 246116 26070160
  3116324 29755800 90.52 245992 26157372
  2959520 29912604 91.00 245556 26316396
  2792248 30079876 91.51 245680 26485672
  2718260 30153864 91.73 245684 26563540
  shell> sar -W
  pswpin/s pswpout/s
  0.00 0.00
  0.00 0.00
  0.00 0.00
  0.00 0.00
  0.00 0.00
  

• 希望你没有被%memused吓到，如果不幸言中，请参考free命令的解释。

• 接着咱们分析一下mongodb是怎么使用内存的：

• 目前，MongoDB使用的是内存映射存储引擎，

  • 它会把磁盘IO操作转换成内存操作，
  • 如果是读操作，内存中的数据起到缓存的作用，
  • 如果是写操作，内存还可以把随机的写操作转换成顺序的写操作，
  • 总之可以大幅度提升性能。

• MongoDB并不干涉内存管理工作，而是把这些工作留给操作系统的虚拟缓存管理器去处理，

  • 这样的好处是简化了MongoDB的工作，
  • 但坏处是你没有方法很方便的控制MongoDB占多大内存，
  • 事实上MongoDB会占用所有能用的内存，
  • 所以最好不要把别的服务和MongoDB放一起。

• 有时候，即便MongoDB使用的是64位操作系统，也可能会遭遇臭名昭著的OOM问题，出现这种情况，多半是因为限制了虚拟内存的大小所致，
  可以这样查看当前值：

  shell> ulimit -a | grep 'virtual'
  

  多数操作系统缺省都是把它设置成unlimited的，如果你的操作系统不是，可以这样修改：

  shell> ulimit -v unlimited
  

  不过要注意的是，ulimit的使用是有上下文的，最好放在MongoDB的启动脚本里。

• 有时候，出于某些原因，你可能想释放掉MongoDB占用的内存，

  • 不过前面说了，内存管理工作是由虚拟内存管理器控制的，
  • 所以通常你只能通过重启服务来释放内存，
  • 你一定不齿于这样的方法，幸好可以使用MongoDB内置的closeAllDatabases命令达到目的：

  mongo> use admin
  mongo> db.runCommand({closeAllDatabases:1})
  

  另外，通过调整内核参数drop_caches也可以释放缓存：

  shell> sysctl -w vm.drop_caches=1
  

  平时可以通过mongo命令行来监控MongoDB的内存使用情况，如下所示：

  mongo> db.serverStatus().mem:
  {
  "resident" : 22346,
  "virtual" : 1938524,
  "mapped" : 962283
  }
  

  还可以通过mongostat命令来监控MongoDB的内存使用情况，如下所示：

  shell> mongostat
  mapped vsize res faults
  940g 1893g 21.9g 0
  940g 1893g 21.9g 0
  940g 1893g 21.9g 0
  940g 1893g 21.9g 0
  940g 1893g 21.9g 0
  

  • 其中内存相关字段的含义是：
  • mapped：映射到内存的数据大小
  • visze：占用的虚拟内存大小
  • res：实际使用的内存大小
  • 注：如果操作不能再内存中完成，结果faults列的数值不会是0，视大小可能有性能问题。
  • 在上面的结果中，vsize是mapped的两倍，
  • 而mapped等于数据文件的大小，所以说vsize是数据文件的两倍，
  • 之所以会这样，是因为本例中，MongoDB开启了journal，需要在内存里多映射一次数据文件，
  • 如果关闭journal，则vsize和mapped大致相当。
  • 如果想验证这一点，可以在开启或关闭journal后，通过pmap命令来观察文件映射情况：

  shell> pmap $(pidof mongod)
  

• 到底MongoDB配备多大内存合适?

  • 宽泛点来说，多多益善，
  • 如果要确切点来说，这实际取决于你的数据及索引的大小，
  • 内存如果能够装下全部数据加索引是最佳情况，不过很多时候，
  • 数据都会比内存大，比如本文说涉及的MongoDB实例：

  mongo> db.stats()
  {
  "dataSize" : 1004862191980,
  "indexSize" : 1335929664
  }
  

  • 本例中索引只有1G多，内存完全能装下，
  • 而数据文件则达到了1T，估计很难找到这么大内存，
  • 此时保证内存能装下热数据即可，至于热数据有多少，这就是个比例问题了，取决于具体的应用。
  • 如此一来内存大小就明确了：内存 > 索引 + 热数据。

• 根据以上的分析我们可以得出几点结论：

  1. mongodb 直接用操作系统的内存管理器来管理内存。而操作系统采用的是LRU算法淘汰冷数据。
  2. mongodb可以用重启服务、调整内核参数以及mongodb内部的语法去清理mongodb对内存的缓存。
     可能存在的问题是：这几种清理方式都是全部清理，这样的话mongodb的内存缓存就失效了。
  3. mongodb 对内存的使用是可以被监控的，在生产环境中要定时的去监控这些数据。
  4. mongodb 对内存这种占用方式使其尽量的和其他占用内存的业务分开部署，例如memcahe，sphinx，mysql等。
  5. 操作系统中的交换分区swap 如果操作频繁的话，会严重降低系统效率。要解决可以禁用交换分区，以及增加内存以及做分布式。
  6. 生产环境中mongodb所在的主机应该尽量的大内存。