mongodb 对内存的严重占用以及解决方法【转载】

mongodb 对内存的严重占用以及解决方法【转载】 

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 

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 

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。