MongoDB的问题

　比起mysql，MongoDB 正是目前炙手可热的 NoSQL 文档型数据库，它提供了一些非常棒的特性：

•     自动 failover 机制
•     自动 sharding
•     无模式 schemaless

当然，大部分情况下性能也很棒。但是有可能在深入使用 MongoDB 过程中，遇到了不少问题，下面总结几个我们遇到的缺点。这里，我们要特别申明：我们目前用的 MongoDB 版本是 2.4.10，曾经虽然我们升级到 MongoDB 2.6.0 版本，但是由于问题依然存在，所以我们又回退到 2.4.10 版本。

　　一、MongoDB 数据库级锁

　问题：MongoDB的锁机制与一般关系数据库如 MySQL(InnoDB), Oracle 还是有很大的差异，MySQL与 Oracle 能提供行级粒度锁，可是 MongoDB 只能提供 库级粒度锁，这就意味着当 MongoDB 一个写锁处于占用状态时，其它的读写操作都得干等。

　　初看起来库级锁在大并发环境下有严重的问题，但 MongoDB 依然能够保持大并发量与高性能，这是因为 MongoDB 的锁粒度虽然很粗放，但是在锁处理机制和关系数据库锁有很大差异，主要表现在以下几点：

1. 　　MongoDB 没有完整事务支持，操作原子性只到单个 document 级别，所以通常操作粒度比较小;
2. 　　MongoDB 锁实际占用时间是内存数据计算和变更时间，通常很快;
3. 　　MongoDB 锁有一种临时放弃机制，当出现需要等待慢速 IO 读写数据时，可以先临时放弃，等 IO 完成之后再重新获取锁。

　　虽说通常不出问题，但是这不等于没有问题，若数据操作不当，依然会导致长时间占用写锁，例如下面提到的前台建索引操作，当出现这种情况的时候，整个数据库就可能处于完全阻塞状态，无法进行任何读写操作，情况十分严重。

• 　　解决问题的方法：尽量避免长时间占用写锁操作，若有一些集合操作实在难以避免，可以考虑把这个集合放到一个单独的 MongoDB 库里，由于 MongoDB 不同库锁是相互隔离的，分离集合可以避免某一个集合操作引发全局阻塞问题。

　　二、建索引导致数据库阻塞

• 　　问题：上面我们提到了 MongoDB 库级锁的问题，建索引就是一个容易引起长时间写锁的问题，MongoDB 在前台建索引时需要占用一个写锁(而且不会临时放弃)，如果集合的数据量很大，建索引通常要花比较长时间，特别容易引起问题。
• 　　解决的方法：MongoDB 提供了两种建索引的访问，

1.   background 方式，不需要长时间占用写锁
2.   非 background 方式，需要长时间占用锁。使用 background 方式就可以解决问题。

　　如下面例子，为超大表 posts 建立索引，

　　我们千万不用使用

　　db.posts.ensureIndex({user_id: 1})

　　而应该使用

　　db.posts.ensureIndex({user_id: 1}, {background: 1})

　　三、不合理使用嵌入 embed document

　　问题：embed document 是 MongoDB 相比关系数据库差异明显的一个地方，可以在某一个 document 中嵌入其它子 document，这样可以在document 保持在单一 collection 中，检索修改比较方便。

　　比如应用情景中有一个 Group document，用户申请加入 Group 建模为 GroupRequest document，我们最初的时候使用 embed 方式把 GroupRequest 放置到 Group 中。

　　Ruby 的代码如下所示(在这里使用了 Mongoid ORM):

　　class Group

　　include Mongoid::Document

　　...

　　embeds_many :group_requests

　　...

　　end

　　class GroupRequest

　　include Mongoid::Document

　　...

　　embedded_in :group

　　...

　　end

　　这个使用方式让我们遇到难题，它导致有接近两周的时间系统问题，高峰时段常有几分钟的系统卡顿，最严重一次，让我的 MongoDB 宕机。

　　仔细分析后，发现某些活跃的 Group 的 group_requests 增加(当有新申请时)与更改(当通过或拒绝用户申请时)异常频繁，而这些操作经常长时间占用写锁，导致整个数据库阻塞。因为当有增加 group_request 操作时，Group 预分配的空间不够，需要重新分配空间(内存与硬盘都需要)，耗时较长，另外 Group 上建的索引很多，移动 Group 位置导致大量索引更新操作也很耗时，综合起来引起了长时间占用锁问题。

　　解决问题的方法：把 embed 关联更改成的普通外键关联，就是类似关系数据库的做法，这样 group_request 增加或修改都只发生在 GroupRequest 上，简单快速，避免长时间占用写锁问题。当关联对象的数据不固定或者经常发生变化时，一定要避免使用 embed 关联，不然会死的很惨。

　　四、不合理使用 Array 字段

　　MongoDB 的 Array 字段比较独特，它可以在单个 document 里存储一些简单的一对多关系。

　　我有一个应用情景使用遇到严重的性能问题，直接上代码，代码如下所示：

　　class User

　　include Mongoid::Document

　　...

　　field :follower_user_ids, type: Array, default: []

　　...

　　end

　　User 中通过一个 Array 类型字段 follower_user_ids 保存用户关注的人的 id，用户关注的人从 10个到 3000 个不等，变化是比较频繁的，和上面 embed 引发的问题类似，频繁的 follower_user_ids 增加修改操作导致大量长时间数据库写锁，从而引发 MongoDB 数据库性能急剧下降。

　　解决问题的方法：我们把 follower_user_ids 转移到了内存数据库 redis 中，这就避免了频繁更改 MongoDB 中的 User, 从而彻底解决问题。若不使用 redis，你也可以建立一个 UserFollower 集合，使用外键形式关联。

　　　　参考资料：

• 　　MongoDB 锁机制详解
• 　　MongoDB 建立索引操作文档