NoSQL 与搜索 / 系统课时

监控 WiredTiger Cache 与磁盘

监控 WiredTiger Cache 与磁盘

WiredTiger 性能排障的关键不是盯住单个百分比,而是把缓存占用、eviction、从磁盘读页、checkpoint 和块设备延迟放在同一时间窗口观察。本课给出一套最小采样方法,帮助你判断压力究竟来自工作集过大、脏页回写、checkpoint,还是磁盘本身变慢。

学习目标

  • 从 serverStatus 提取 WiredTiger Cache 与 checkpoint 的关键指标
  • 将 cache miss、eviction 与磁盘 await、%util 关联起来判断瓶颈
  • 用数据库空间统计识别数据、索引和存储占用的增长趋势

先看缓存是否正在失去余量

WiredTiger 会把热数据页保存在内部 cache 中。bytes currently in the cache 接近 maximum bytes configured 并不自动等于故障,因为 cache 本来就会积极利用可用空间;更值得关注的是高占用是否同时伴随持续 eviction、更多磁盘读页和延迟上升。

下面在 mongosh 中只筛选 cache 中与容量、脏页、读写页和 eviction 相关的字段,避免一次打印整个 serverStatus。

js
const cache = db.serverStatus().wiredTiger.cache;

const important = Object.fromEntries(
  Object.entries(cache).filter(([name]) =>
    /(bytes currently|max.*bytes|dirty|evict|pages read into cache|pages written from cache)/i.test(name)
  )
);

printjson(important);

预期输出会因 MongoDB 版本而略有字段差异,数值也会随负载变化,例如:

text
{
  "bytes currently in the cache" : <VALUE>,
  "maximum bytes configured" : <VALUE>,
  "tracked dirty bytes in the cache" : <VALUE>,
  "pages read into cache" : <VALUE>,
  "pages written from cache" : <VALUE>,
  "...evict..." : <VALUE>
}

实际值可能不同。采样时不要只看一次快照,而要每隔固定时间记录增量:pages read into cache 增速明显变快,通常说明工作集不能稳定留在 cache;eviction 相关计数持续增加,则说明 cache 正在频繁腾挪页面。

WiredTiger Cache 与磁盘压力关联图

把 checkpoint 放进同一时间线

checkpoint 会把一致性状态持久化到磁盘。它本身是正常机制,但当磁盘吞吐不足或脏页积累较多时,checkpoint 时长上升可能与写延迟尖峰同时出现。不同版本的字段名可能略有变化,因此可以按名称筛选。

js
const txn = db.serverStatus().wiredTiger.transaction;

printjson(
  Object.fromEntries(
    Object.entries(txn).filter(([name]) => /checkpoint/i.test(name))
  )
);

预期输出会包含当前 checkpoint 状态、checkpoint 次数或累计耗时等字段;具体名称依版本而定:

text
{
  "...checkpoint..." : <VALUE>,
  "...checkpoint...time..." : <VALUE>
}

判断时看趋势而不是绝对值:如果 checkpoint 相关耗时突然增长,并且同一时段磁盘写延迟也上升,就应继续检查块设备,而不是把问题简单归因于“cache 已满”。

用操作系统指标确认磁盘是否真的慢

serverStatus 能告诉你 WiredTiger 在做什么,但块设备排队和服务时间应由操作系统指标确认。Linux 上可用 iostat 观察扩展磁盘统计。

bash
iostat -x 1 5

预期输出会反复打印设备统计,重点关注 await、%util、读写吞吐和队列相关列:

text
Device   r/s   w/s   rkB/s   wkB/s   await   %util
<DEVICE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE> <VALUE>

实际设备名和数值可能不同。若 cache 读页增速、eviction 和 await 同时升高,通常是内存工作集压力已经传导到磁盘;若 cache 指标平稳而 await 单独恶化,则更应检查存储层、虚拟化噪声或同盘其他负载。

区分数据增长与磁盘空间膨胀

容量问题还要看空间由什么构成。dbStats 可以快速检查数据库的数据量、索引量与存储占用,适合做周期性基线。

js
db.runCommand({
  dbStats: 1,
  scale: 1024 * 1024
});

预期结果中的容量字段以 MiB 为单位,具体数值取决于当前数据库:

text
{
  "dataSize" : <VALUE>,
  "storageSize" : <VALUE>,
  "indexSize" : <VALUE>,
  "totalSize" : <VALUE>,
  "ok" : 1
}

如果 dataSize、indexSize 与业务增长一致,通常属于正常容量扩张;如果 storageSize 或磁盘文件增长速度明显快于有效数据,应继续按集合检查索引膨胀、删除后的空间复用情况和异常写入。把容量曲线与 cache、checkpoint、磁盘延迟放在同一时间轴上,才能区分“空间变大”与“存储性能变差”这两个完全不同的问题。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

监控 WiredTiger Cache 与磁盘

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通