免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1897 | 回复: 0

[MongoDB] MongoDB管理:副本集创建集合时慎用{autoIndexId: false}选项 [复制链接]

求职 : Linux运维
论坛徽章:
203
拜羊年徽章
日期:2015-03-03 16:15:432015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:57:092015小元宵徽章
日期:2015-03-06 15:58:182015年亚洲杯之约旦
日期:2015-04-05 20:08:292015年亚洲杯之澳大利亚
日期:2015-04-09 09:25:552015年亚洲杯之约旦
日期:2015-04-10 17:34:102015年亚洲杯之巴勒斯坦
日期:2015-04-10 17:35:342015年亚洲杯之日本
日期:2015-04-16 16:28:552015年亚洲杯纪念徽章
日期:2015-04-27 23:29:17操作系统版块每日发帖之星
日期:2015-06-06 22:20:00操作系统版块每日发帖之星
日期:2015-06-09 22:20:00
发表于 2016-03-15 11:05 |显示全部楼层
MongoDB默认对_id字段建立索引

MongoDB创建集合时,默认会给集合创建id索引。用户如果不需要id索引,可以在创建结合时指定{autoIndexId: false}选项,这样创建出来的集合,就不会有任何索引了。

mongo-9552RIMARY> db.createCollection("testcoll", {autoIndexId: false});
{ "ok" : 1 }
mongo-9552RIMARY> db.testcoll.getIndexes()
[ ]
什么场景不需要id索引?

当你只需要顺序访问集合数据的时候,可以不对id字段建立索引以提高写入效率,比如MongoDB的local.oplog.rs集合,Secondary使用tailable cursor顺序的从Primary上读取oplog,故MongoDB没有对locol.oplog.rs建立id索引。

mongo-9552RIMARY> use local
switched to db local
mongo-9552RIMARY> db.oplog.rs.getIndexes()
[ ]
使用副本集时必须对id建立索引

MongoDB createCollection的介绍文档中,关于autoIndexId选项,有个小tips

IMPORTANT
For replica sets, all collections must have autoIndexId set to true.
官方建议使用副本集时,所有的集合必须要有id索引,但MongoDB目前没有强制这么做,3.2版本里如果创建集合时指定了{autoIndexID: false},会提示如下信息,说明官方也准备废弃该选项。

the autoIndexId option is deprecated and will be removed in a future release
同时,MongoDB启动时也会有警告信息

WARNING: the collection 'test.testcoll' lacks a unique index on _id. This index is needed for replication to function properly
副本集中id索引为什么是必须的?

参考官方issuse

https://jira.mongodb.org/browse/SERVER-22902

https://jira.mongodb.org/browse/SERVER-8237

副本集中,如果集合没有id索引,会导致Secondary在同步数据时负载很高

接下来分析Secondary节点负载高产生的原因

先看一个线上的实际例子,某集合没有id索引,用户以在该集合上每秒insert 100个文档,

Primary CPU利用率: 0.3%左右
Secondary CPU利用率: 200+%  (随集合中文档数量增加不断上涨)
insert操作在Primary上执行后,Primary会记录一条oplog

mongo-9552RIMARY> db.colltest.insert({x: 1})
WriteResult({ "nInserted" : 1 })
mongo-9552RIMARY> use local
switched to db local
mongo-9552RIMARY> db.oplog.rs.find().sort({$natural: -1}).limit(1)
{ "ts" : Timestamp(1456886695, 2), "h" : NumberLong("-6988779545498609573", "v" : 2, "op" : "i", "ns" : "test.colltest", "o" : { "_id" : ObjectId("56d653a7204536989bc13c6a", "x" : 1 } }
接下来Secondary从Primary读取该oplog,并重放oplog,对于insert操作,Secondary的行为是执行一条upsert操作(根据id查询文档,如果已经存在则update,如果不存在则insert),来保证幂等性。

由于集合没有id索引,导致Secondary在做upsert时,必对整个集合做一次扫描,来确定id是否存在,当集合规模越来越大时,全集合扫描的开销也越来越大,导致Secondary的负载越来越高,最终会影响到Secondary上的读请求。
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP