這期內(nèi)容當(dāng)中小編將會給大家?guī)碛嘘P(guān)MongoDB復(fù)合索引引發(fā)的災(zāi)難是怎樣的，文章內(nèi)容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

網(wǎng)站建設(shè)哪家好，找成都創(chuàng)新互聯(lián)公司！專注于網(wǎng)頁設(shè)計(jì)、網(wǎng)站建設(shè)、微信開發(fā)、微信小程序定制開發(fā)、集團(tuán)企業(yè)網(wǎng)站建設(shè)等服務(wù)項(xiàng)目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了平武免費(fèi)建站歡迎大家使用！

前情提要

11月末我司商品服務(wù)的MongoDB主庫曾出現(xiàn)過嚴(yán)重抖動(dòng)、頻繁鎖庫等情況。

由于諸多業(yè)務(wù)存在插入MongoDB、然后立即查詢等邏輯，因此項(xiàng)目并未開啟讀寫分離。

最終定位問題是由于：服務(wù)器自身磁盤 + 大量慢查詢導(dǎo)致

基于上述情況，運(yùn)維同學(xué)后續(xù)著重增強(qiáng)了對MongoDB慢查詢的監(jiān)控和告警

幸運(yùn)的一點(diǎn)：在出事故之前剛好完成了緩存過期時(shí)間的升級且過期時(shí)間為一個(gè)月，C端查詢都落在緩存上，因此沒有造成P0級事故，僅僅阻塞了部分B端邏輯

事故回放

我司的各種監(jiān)控做的比較到位，當(dāng)天突然收到了數(shù)據(jù)庫服務(wù)器負(fù)載較高的告警通知，于是我和同事們就趕緊登錄了Zabbix監(jiān)控，如下圖所示，截圖的時(shí)候是正常狀態(tài)，當(dāng)時(shí)事故期間忘記留圖了，可以想象當(dāng)時(shí)的數(shù)據(jù)曲線反正是該高的很低，該低的很高就是了。

Zabbix 分布式監(jiān)控系統(tǒng)官網(wǎng):https://www.zabbix.com/

開始分析

我們研發(fā)是沒有操控服務(wù)器權(quán)限的，因此委托運(yùn)維同學(xué)幫助我們抓取了部分查詢記錄，如下所示：

---------------------------------------------------------------------------------------------------------------------------+ Op          | Duration | Query                                                                                                                   ---------------------------------------------------------------------------------------------------------------------------+ query       | 5 s      | {"filter": {"orgCode": 350119, "fixedStatus": {"$in": [1, 2]}}, "sort": {"_id": -1}, "find": "sku_main"}                query       | 5 s      | {"filter": {"orgCode": 350119, "fixedStatus": {"$in": [1, 2]}}, "sort": {"_id": -1}, "find": "sku_main"}               query       | 4 s      | {"filter": {"orgCode": 346814, "fixedStatus": {"$in": [1, 2]}}, "sort": {"_id": -1}, "find": "sku_main"}               query       | 4 s      | {"filter": {"orgCode": 346814, "fixedStatus": {"$in": [1, 2]}}, "sort": {"_id": -1}, "find": "sku_main"}              query       | 4 s      | {"filter": {"orgCode": 346814, "fixedStatus": {"$in": [1, 2]}}, "sort": {"_id": -1}, "find": "sku_main"} ...

查詢很慢的話所有研發(fā)應(yīng)該第一時(shí)間想到的就是索引的使用問題，所以立即檢查了一遍索引，如下所示：

### 當(dāng)時(shí)的索引  db.sku_main.ensureIndex({"orgCode": 1, "_id": -1},{background:true}); db.sku_main.ensureIndex({"orgCode": 1, "upcCode": 1},{background:true}); ....

我屏蔽了干擾項(xiàng)，反正能很明顯的看出來，這個(gè)查詢是完全可以命中索引的，所以就需要直面第一個(gè)問題：

上述查詢記錄中排首位的慢查詢到底是不是出問題的根源?

我的判斷是：它應(yīng)該不是數(shù)據(jù)庫整體緩慢的根源，因?yàn)榈谝凰牟樵儣l件足夠簡單暴力，完全命中索引，在索引之上有一點(diǎn)其他的查詢條件而已，第二在查詢記錄中也存在相同結(jié)構(gòu)不同條件的查詢，耗時(shí)非常短。

在運(yùn)維同學(xué)繼續(xù)排查查詢?nèi)罩緯r(shí)，發(fā)現(xiàn)了另一個(gè)比較驚爆的查詢，如下：

### 當(dāng)時(shí)場景日志  query: { $query: { shopCategories.0: { $exists: false }, orgCode: 337451, fixedStatus: { $in: [ 1, 2 ] }, _id: { $lt: 2038092587 } }, $orderby: { _id: -1 } } planSummary: IXSCAN { _id: 1 } ntoreturn:1000 ntoskip:0 keysExamined:37567133 docsExamined:37567133 cursorExhausted:1 keyUpdates:0 writeConflicts:0 numYields:293501 nreturned:659 reslen:2469894 locks:{ Global: { acquireCount: { r: 587004 } }, Database: { acquireCount: { r: 293502 } }, Collection: { acquireCount: { r: 293502 } } }   # 耗時(shí) 179530ms

# 耗時(shí)耗時(shí)180秒且基于查詢的執(zhí)行計(jì)劃可以看出，它走的是_id_索引，進(jìn)行了全表掃描，掃描的數(shù)據(jù)總量為：37567133，不慢才怪。

迅速解決

定位到問題后，沒辦法立即修改，第一要?jiǎng)?wù)是：止損

結(jié)合當(dāng)時(shí)的時(shí)間也比較晚了，因此我們發(fā)了公告，禁止了上述查詢的功能并短暫暫停了部分業(yè)務(wù)，，過了一會之后進(jìn)行了主從切換，再去看Zabbix監(jiān)控就一切安好了。

分析根源

我們回顧一下查詢的語句和我們預(yù)期的索引，如下所示：

### 原始Query db.getCollection("sku_main").find({          "orgCode" : NumberLong(337451),          "fixedStatus" : {              "$in" : [                 1.0,                  2.0             ]         },          "shopCategories" : {              "$exists" : false         },          "_id" : {              "$lt" : NumberLong(2038092587)         }     } ).sort(     {          "_id" : -1.0     } ).skip(1000).limit(1000);  ### 期望的索引 db.sku_main.ensureIndex({"orgCode": 1, "_id": -1},{background:true});

乍一看，好像一切都很Nice啊，字段orgCode等值查詢，字段_id按照創(chuàng)建索引的方向進(jìn)行倒序排序，為啥會這么慢?

但是，關(guān)鍵的一點(diǎn)就在 $lt 上

知識點(diǎn)一：索引、方向及排序

在MongoDB中，排序操作可以通過從索引中按照索引的順序獲取文檔的方式，來保證結(jié)果的有序性。

如果MongoDB的查詢計(jì)劃器沒法從索引中得到排序順序，那么它就需要在內(nèi)存中對結(jié)果排序。

注意：不用索引的排序操作，會在內(nèi)存超過32MB時(shí)終止，也就是說MongoDB只能支持32MB以內(nèi)的非索引排序

知識點(diǎn)二：單列索引不在乎方向

無論是MongoDB還是MySQL都是用的樹結(jié)構(gòu)作為索引，如果排序方向和索引方向相反，只需要從另一頭開始遍歷即可，如下所示：

# 索引 db.records.createIndex({a:1});   # 查詢 db.records.find().sort({a:-1});  # 索引為升序，但是我查詢要按降序，我只需要從右端開始遍歷即可滿足需求，反之亦然 MIN 0 1 2 3 4 5 6 7 MAX

MongoDB的復(fù)合索引結(jié)構(gòu)

官方介紹：MongoDB supports compound indexes, where a single index structure holds  references to multiple fields within a collection’s documents.

復(fù)合索引結(jié)構(gòu)示意圖如下所示：

該索引剛好和我們討論的是一樣的，userid順序，score倒序。

我們需要直面第二個(gè)問題：復(fù)合索引在使用時(shí)需不需要在乎方向?

假設(shè)兩個(gè)查詢條件：

# 查詢 一 db.getCollection("records").find({    "userid" : "ca2" }).sort({"score" : -1.0});   # 查詢 二 db.getCollection("records").find({    "userid" : "ca2" }).sort({"score" : 1.0});

上述的查詢沒有任何問題，因?yàn)槭艿絪core字段排序的影響，只是數(shù)據(jù)從左側(cè)還是從右側(cè)遍歷的問題，那么下面的一個(gè)查詢呢?

# 錯(cuò)誤示范 db.getCollection("records").find({    "userid" : "ca2",   "score" : {      "$lt" : NumberLong(2038092587)   } }).sort({"score" : -1.0});

錯(cuò)誤原因如下：

• 由于score字段按照倒序排序，因此為了使用該索引，所以需要從左側(cè)開始遍歷

• 從倒序順序中找小于某個(gè)值的數(shù)據(jù)，勢必會掃描很多無用數(shù)據(jù)，然后丟棄，當(dāng)前場景下找大于某個(gè)值才是最佳方案

• 所以MongoDB為了更多場景考慮，在該種情況下，放棄了復(fù)合索引，選用其他的索引，如 score 的單列索引

針對性修改

仔細(xì)閱讀了根源之后，再回顧線上的查詢語句，如下：

### 原始Query db.getCollection("sku_main").find({          "orgCode" : NumberLong(337451),          "fixedStatus" : {              "$in" : [                 1.0,                  2.0             ]         },          "shopCategories" : {              "$exists" : false         },          "_id" : {              "$lt" : NumberLong(2038092587)         }     } ).sort(     {          "_id" : -1.0     } ).skip(1000).limit(1000);  ### 期望的索引 db.sku_main.ensureIndex({"orgCode": 1, "_id": -1},{background:true});

犯的錯(cuò)誤一模一樣，所以MongoDB放棄了復(fù)合索引的使用，該為單列索引，因此進(jìn)行針對性修改，把 $lt 條件改為 $gt 觀察優(yōu)化結(jié)果:

# 原始查詢 [TEMP INDEX] => lt: {"limit":1000,"queryObject":{"_id":{"$lt":2039180008},"categoryId":23372,"orgCode":351414,"fixedStatus":{"$in":[1,2]}},"restrictedTypes":[],"skip":0,"sortObject":{"_id":-1}}  # 原始耗時(shí) [TEMP LT] => 超時(shí) （超時(shí)時(shí)間10s）  # 優(yōu)化后查詢 [TEMP INDEX] => gt: {"limit":1000,"queryObject":{"_id":{"$gt":2039180008},"categoryId":23372,"orgCode":351414,"fixedStatus":{"$in":[1,2]}},"restrictedTypes":[],"skip":0,"sortObject":{"_id":-1}}  # 優(yōu)化后耗時(shí) [TEMP GT] => 耗時(shí): 383ms , List Size: 999

分析了小2000字，其實(shí)改動(dòng)就是兩個(gè)字符而已，當(dāng)然真正的改動(dòng)需要考慮業(yè)務(wù)的需要，但是問題既然已經(jīng)定位，修改什么的就不難了，

上述就是小編為大家分享的MongoDB復(fù)合索引引發(fā)的災(zāi)難是怎樣的了，如果剛好有類似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。