一、MongoDB单机部署的核心价值与适用场景

MongoDB作为非关系型数据库的代表，其单机部署模式在开发测试、小型应用及边缘计算场景中具有显著优势。单机部署可快速验证业务逻辑，降低初期投入成本，同时通过合理配置可满足每秒数千次查询的QPS需求。对于电商平台的商品查询、物联网设备的实时数据存储等中等负载场景，单机MongoDB是兼顾性能与成本的理想选择。

1.1 单机部署的典型优势

资源独占性：单机环境可完全控制CPU、内存、I/O资源，避免多租户环境下的资源争抢
配置灵活性：可针对业务特点调整存储引擎、索引策略等核心参数
运维简便性：无需处理集群同步、故障转移等复杂操作
成本可控性：相比集群方案，硬件投入和运维复杂度显著降低

二、MongoDB单机部署的完整实施流程

2.1 环境准备与软件安装

2.1.1 硬件配置建议

组件	最低要求	推荐配置
CPU	4核	8核及以上（支持超线程）
内存	8GB	32GB-64GB（数据量<100GB）
存储	SSD 256GB	NVMe SSD 512GB+
网络	千兆以太网	万兆以太网（高QPS场景）

2.1.2 软件安装步骤（以Ubuntu为例）

# 添加MongoDB官方源
wget -qO - https://www.mongodb.org/static/pgp/server-6.0.asc | sudo apt-key add -
echo "deb [ arch=amd64,arm64 ] https://repo.mongodb.org/apt/ubuntu $(lsb_release -sc)/mongodb-org/6.0 multiverse" | sudo tee /etc/apt/sources.list.d/mongodb-org-6.0.list
# 安装MongoDB社区版
sudo apt-get update
sudo apt-get install -y mongodb-org
# 启动服务
sudo systemctl start mongod
sudo systemctl enable mongod

2.2 核心配置参数优化

2.2.1 存储引擎选择

WiredTiger引擎（默认推荐）：

storage:
  engine: wiredTiger
  wiredTiger:
    engineConfig:
      cacheSizeGB: 0.25  # 推荐设置为可用内存的50%-60%
    collectionConfig:
      blockCompressor: zlib  # 或snappy/zstd

In-Memory引擎（临时数据场景）：

storage:
  engine: inMemory
  inMemory:
    engineConfig:
      inMemorySizeGB: 4  # 必须明确指定内存大小

2.2.2 连接与线程配置

net:
  maxIncomingConnections: 65536  # 默认65536，可根据实际调整
  wireObjectCheck: false  # 禁用对象校验提升性能
processManagement:
  fork: true
  systemLog:
    destination: file
    path: /var/log/mongodb/mongod.log
    logAppend: true

三、QPS优化关键策略

3.1 查询性能优化

3.1.1 索引设计原则

复合索引顺序：遵循”等值查询在前，范围查询在后”原则

// 创建复合索引示例
db.orders.createIndex({ customerId: 1, orderDate: -1 })

索引选择性计算：

// 计算字段区分度
db.products.aggregate([
  { $group: { _id: "$category", count: { $sum: 1 } } },
  { $project: { selectivity: { $divide: [1, { $multiply: [100, { $avg: 1 }] }] } } }
])

3.1.2 查询重写技巧

使用$explain分析查询计划：

db.users.find({ age: { $gt: 25 } }).explain("executionStats")

避免全表扫描的常见模式：

// 不推荐：可能导致COLLSCAN
db.logs.find({ timestamp: { $gt: ISODate("2023-01-01") } })
// 推荐：确保有索引
db.logs.find({ 
  timestamp: { $gt: ISODate("2023-01-01") },
  level: "ERROR"
}).sort({ timestamp: -1 })

3.2 写入性能优化

3.2.1 批量写入配置

// 批量插入示例（比单条插入性能提升3-5倍）
var bulk = db.items.initializeUnorderedBulkOp();
for (var i = 0; i < 1000; i++) {
  bulk.insert({ name: "item"+i, price: Math.random()*100 });
}
bulk.execute();

3.2.2 写入关注级别调整

# 配置文件设置
replication:
  enableMajorityReadConcern: false  # 禁用多数节点确认
  writeConcernMajorityJournalDefault: false
# 连接字符串设置
mongodb://localhost:27017/?writeConcern=1&journal=false

四、性能测试与监控

4.1 基准测试工具

4.1.1 MongoDB内置工具

# 使用mongostat监控实时指标
mongostat --host 127.0.0.1 --port 27017 --discover
# 使用mongotop分析时间消耗
mongotop --host 127.0.0.1 --port 27017 10

4.1.2 YCSB压力测试

# 安装YCSB
git clone https://github.com/brianfrankcooper/YCSB.git
cd YCSB
mvn clean package
# 执行测试（工作负载A：50%读50%写）
./bin/ycsb load mongodb -s -P workloads/workloada -p recordcount=100000 \
  -p mongodb.url="mongodb://localhost:27017/ycsb"
./bin/ycsb run mongodb -s -P workloads/workloada -p operationcount=100000 \
  -p mongodb.url="mongodb://localhost:27017/ycsb"

4.2 关键监控指标

指标类别	关键指标	目标值范围
查询性能	queriesPerSecond	>1000（基础配置）
写入性能	insertionsPerSecond	>500（批量写入）
资源使用	wiredTigerCacheDirtyBytes	<cacheSizeGB*0.3
并发控制	currentConnections	<maxIncomingConnections*0.8

五、常见问题解决方案

5.1 内存不足问题

现象：WiredTiger cache pressure警告

解决方案：

storage:
  wiredTiger:
    engineConfig:
      cacheSizeGB: 8  # 增加缓存大小

临时措施：通过db.runCommand({ compact: 'collectionName' })释放碎片空间

5.2 连接数耗尽

现象：Too many connections错误