MongoDB数据量大于2亿后遇到的问题 及原因分析
一、数据增长情况
每月增长量最大达到了1.9亿，每天增长约300W-500W
二、遇到的情况及解决方法
数据量过大，并且都集中在一个表，所以此表数据插入变慢。表索引越多越明显，
优化处理方法：
优化索引，以前的startTime日期字段索引，修改为客户端用日期生成ObjectId,再用_id 来进行查找。
TraceId 字段（一个TraceId 对应多条记录）计划也删除，后面再用ES 系统先查询到_id 后，再从mongoDB 进行查找。
原因分析：
- 当表数据增长到千万级后，内存数据中的索引数据增加，内存越来越不够用，需要刷新脏数据增多，mongostat 分析的 dirty % > 3,后从16G 内存升级到32G 内存后，情况稍有好转。
数据量过大后，从节点时尔出现CPU load 负载过高，从节点尤其明显。
在把表重命名，新数据插入到新表处理后：
` db.TraceLogs.renameCollection("TraceLogs_bak170210");`
（新数据插入时，会自动生成表TraceLogs）
历史数据表统计信息
Log:PRIMARY> db.TraceLogs_bak170210.stats()
{
"ns" : "RavenLogs.TraceLogs_bak170210",
"count" : 384453917,
"size" : 865594958942,
"avgObjSize" : 2251,
"storageSize" : 444,613,255,168,
.....
"nindexes" : 2,
"totalIndexSize" : 15275057152,
"indexSizes" : {
"_id_" : 3,973,029,888,
"TraceId_1" : 11,302,027,264
},
"ok" : 1
}
从此统计信息中可以看到：
表存储大小： 444G, 索引 _id_ 3.9G, TraceId_1 大小：11G
再次查看数据库性能
从以前的：
load average: > 5.47, 5.47, 5.47
降到了：
load average: 0.88, 1.34, 1.69
(主从节点，皆已下降)
在做历史数据迁移期间，又升到了> 8 并且时频繁出现。
完成数据迁移后，回落到 2 < load avg< : 4 之间 （升级到MongoDB3.4 之后）
原因分析：
个人认为，主因还是因为内存不够。索引+热数据远远超过了16G的MongoDB使用内存。从而导致大量的IO，相对的CPU load 也上去了。
在把原大表TraceLogs 改名后（TraceLogs_bak170210），大量的热块数据已被清除出内存，
3.此前数据库从节点内存升级后（16G --> 32G)，参数配置不当，节点实例当机情况：
wiredTiger:
engineConfig:
cacheSizeGB: 28 (限制mongoDB 使用内存最大值)
后调整为默认值
`#cacheSizeGB: 28` (限制mongoDB 使用内存最大值)，默认值为50%
mongoDB实例恢复正常，但CPU load 也一直居高不下。
原因分析：
系统使用内存太少，可能是磁盘缓存过低，而无法读写数据，但在mongoDB 日志中，无法找到原因。只是看到实例被关闭。
4. 因为oplog 同步表最大设置值(oplogSizeMB)为50G, 但50G 只能保存52h 的数量变化量。
想添加新的从节点时，当同步完成数据后，已过了oplog 的窗口期.
oplogSizeMB的大小要大于数据同步完成+索引建立完成的时间段内生成的数据量,
当同步完成后，从节点从主节点读oplog表的数据，发现最小的同步时间，已大于从节点中同步开始时的时间了，这就是窗口期已过期）
数据量大后，重新创建索引的时间特别惊人，一个索引需要10多个小时。
500G 存储量，总共需要3天左右的数据完成节点的数据同步及索引创建。
后面计划在添加节点前，做以下调整：
把数据库升级到3.4 版本，此版本在新节点数据同步，创建索引上，号称已有很大的改善。
删除能够优化的索引，如果索引无法优化，也可以考虑先把某个索引删除，节点完成后，再重新建立
经验总结：
索引的优化，尽可能的发挥主键索引的功能，比如上面说到的，使用日期范围自己生成_id 范围，用_id字段进行查询，能不建立索引，就不建立。在大增长的表中，极其重要。
数据库服务器的内存配置上，内存>索引大小，或者是配置到 内存>=索引大小+热数据大小 还是有必要的。
数据库服务器的磁盘配置上，如果是云服务器，尽量采用高效云盘。使用EXT4,或者使用NFS 格式也是有必要的。
如果一个库有多个表的数据达到亿级时，可能也是考虑使用分片集群的时候，特别是如果此表是做为主业务 数据库的情况。
mongoDB 从单节点迁移到分布式集群 遇到的问题：
1.linux 环境下limit 的设置问题：
错误：
$ ps -ef|grep mongod
-bash: fork: retry: 资源暂时不可用
-bash: fork: retry: 资源暂时不可用
^C-bash: fork: retry: 资源暂时不可用
-bash: fork: retry: 资源暂时不可用
-bash: fork: 资源暂时不可用
原因：
linux 默认用户打开文件数为1024，进程数也是1024；
所以当客户端连接超过了，就出错了。
解决方法：重新设置ulimit ，以解决mongod 自动关闭。
修改文件：
/etc/security/limits.conf
比如添加以下内容：
mongo soft nproc 30000
mongo hard nproc 65536
mongo soft nofile 30000
mongo hard nofile 65536
2.mongodump不能先锁表。
db.fsyncLock() #锁住表
mongodump
db.fsyncUnLock() #解锁
以上方法 mongodump 无法运行，也无法备份数据（停住了）
这个是我突然想当然的，试试是否在备份时也可以先锁住表，不让客户端写操作。就出这问题了。
3.数据备份请请确认索引是否有与分片索引相同，有相同的，先删除索引后，再备份：
在导入数据时，看到有一个表原先有两个字段的复合索引，
在选择片键时，也是这两个字段做的片键，数据导入时，提示索引无法更新，出错。
解决方法：删除原索引，或是修改片键值。
4.Hash索引时对key进行hash计算然后创建索引，目前只支持等号运行，不支持区间
使用了HASH 片键后，查询/更新，不能使用 in, $gte $lte 之类的条件。
所以如果你客户端有太多的代码是使用了 in, $gte $lte 之类的查询条件，那要
权衡一下了。你的片键选择是否得当，或是修改代码。
5.当更新单个文档如果不指定片键，会出以下错误：
does not contain shard key for pattern { user_id: 1.0, cookie: 1.0 }'
MongoDB更新操作无法确定更新到具体的某个分片上，所以出错，
指定片键后，更新操作只会路由到某一个分片上。
但如果你是更新多条记录，路由会更新到所有分片上。
6.最大连接数问题
mongodb 默认最大连接数为928，如果你没有指定，到了这个数时，mongos，或是mongodb进程
会自动关闭，如果查看日志也无法确认是什么原因mongod 服务器突然自动关闭了，那可以查查
当前连接数是多少，
mongos> db.serverStatus().connections;
{
"current" : 1240,
"available" : 22760,
"totalCreated" : NumberLong(189438)
}