MongoDB开发最佳实践

MongoDB开发最佳实践

1. 连接到MongoDB · 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，并且在这个生命周期 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；

   // 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
   

   · maxWaitTime

    · 建议设置，自动杀掉太慢的查询
   

   · writeConcern

    · 建议majority保证数据安全
   

   · readConcern

    · 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的分散负载；
   

   · 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。

   mongodb+srv://server.example.com/

   Record TTL Class Priority Weight Port Target _mongodb._tcp.server.example.com.86400

   IN SRV 0 5 27317 mongodb1.example.com._mongodb._tcp.server.example.86400 IN SRV 0 5 27017 mongodb2.example.com.

5. 不要在mongos前面使用负载均衡 基于前面提到的原因，驱动已经直销在不同的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那个节点存活，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。

7. 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来减少返回客户端的文档内容

8. 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语句来提升写入性能

   · 使用TTL自动过期日志类型的数据

9. 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层操作比较负责）

   · 不使用中文，标点符号等非拉丁字母作为字段名

10. 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);
    db.coll.count({x:100});
    

    · 前者只需要遍历前n条，直到找到50条队伍 x = 100 的文档即可结束；

    · 后者需要遍历完1000W条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count()往往是拖慢页面真题加载速度的原因。

11. 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：使用条件查询+唯一条件排序；

    例如：

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

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

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

    ······

12. 关于事务 使用事务的原则：

    · 无论何时，事务的使用总是能避免则避免；

    · 模型设计先于事务，尽可能用模型设计规避事务；

    · 不要使用过大的事务（尽量控制在1000个文档更新以内）；

    · 当必须使用事务时，尽可能让涉及事务的文档分布在同一片上，这将有效地提高效率；