MongoDB (六) 开发最佳实践

1.1、关于连接到MongoDB

• 关于驱动程序：总是选择与所用之 MongoDB 相兼容的驱动程序。这可以很容易地从驱动兼容对照表中查到；
• 如果使用第三方框架（如 Spring Data），则还需要考虑框架版本与驱动的兼容性；
• 关于连接对象 MongoClient：使用 MongoClient 对象连接到 MongoDB 实例时总是应该保证它单例，并且在整个生命周期中都从它获取其他操作对象。
• 关于连接字符串：连接字符串中可以配置大部分连接选项，建议总是在连接字符串中配置这些选项；

// 连接到复制集

mongodb://节点1,节点2,节点3…/database?[options]

// 连接到分片集

mongodb://mongos1,mongos2,mongos3…/database?[options]

1.1.1、常见连接字符串参数

• maxPoolSize：连接池大小
• Max Wait Time： 建议设置，自动杀掉太慢的查询
• Write Concern： 建议 majority 保证数据安全
• Read Concern：对于数据一致性要求高的场景适当使用

1.1.2、连接字符串节点和地址

• 无论对于复制集或分片集，连接字符串中都应尽可能多地提供节点地址，建议全部列出；

  • 复制集利用这些地址可以更有效地发现集群成员；

  • 分片集利用这些地址可以更有效地分散负载；

  • 连接字符串中尽可能使用与复制集内部配置相同的域名或 IP；

1.1.3、使用域名连接集群

在配置集群时使用域名可以为集群变更时提供一层额外的保护。例如需要将集群整体迁移到新网段，直接修改域名解析即可。另外，MongoDB 提供的 mongodb+srv:// 协议可以提供额外一层的保护。该协议允许通过域名解析得到所有 mongos 或节点的地址，而不是写在连接字符串中。

1.1.4、不要在 mongos 前面使用负载均衡

基于前面提到的原因，驱动已经知晓在不同的 mongos 之间实现负载均衡，而复制集则需要根据节点的角色来选择发送请求的目标。如果在 mongos 或复制集上层部署负载均衡；

• 驱动会无法探测具体哪个节点存活，从而无法完成自动故障恢复；
• 驱动会无法判断游标是在哪个节点创建的，从而遍历游标时出错；

结论：不要在 mongos 或复制集上层放置负载均衡器，让驱动处理负载均衡和自动故障恢复。

1.1.5、游标使用

如果一个游标已经遍历完，则会自动关闭；如果没有遍历完，则需要手动调用 close()方法，否则该游标将在服务器上存在 10 分钟（默认值）后超时释放，造成不必要的资源浪费。但是，如果不能遍历完一个游标，通常意味着查询条件太宽泛，更应该考虑的问题是如何将条件收紧。

1.2、关于查询及索引

• 每一个查询都必须要有对应的索引
• 尽量使用覆盖索引 Covered Indexes （可以避免读数据文件）
• 使用 projection 来减少返回到客户端的的文档的内容

1.3、关于写入

• 在 update 语句里只包括需要更新的字段
• 尽可能使用批量插入来提升写入性能
• 使用TTL自动过期日志类型的数据

1.4、关于文档结构

• 防止使用太长的字段名（浪费空间）
• 防止使用太深的数组嵌套（超过2层操作比较复杂）
• 不使用中文，标点符号等非拉丁字母作为字段名

1.5、处理分页问题 – 避免使用 count

尽可能不要计算总页数，特别是数据量大和查询条件不能完整命中索引时。考虑以下场景：假设集合总共有 1000w 条数据，在没有索引的情况下考虑以下查询：db.coll.find({x: 100}).limit(50);db.coll.count({x: 100});

• 前者只需要遍历前 n 条，直到找到 50 条队伍 x=100 的文档即可结束；
• 后者需要遍历完 1000w 条找到所有符合要求的文档才能得到结果。

为了计算总页数而进行的 count() 往往是拖慢页面整体加载速度的原因

1.6、处理分页问题 – 巧分页

避免使用skip/limit形式的分页，特别是数据量大的时候；

替代方案：使用查询条件+唯一排序条件；

第一页：db.posts.find({}).sort({_id: 1}).limit(20);
第二页：db.posts.find({_id: {$gt: <第一页最后一个_id>}}).sort({_id: 1}).limit(20);
第三页：db.posts.find({_id: {$gt: <第二页最后一个_id>}}).sort({_id: 1}).limit(20);

1.7、关于事务

使用事务的原则：

• 无论何时，事务的使用总是能避免则避免；
• 模型设计先于事务，尽可能用模型设计规避事务；
• 不要使用过大的事务（尽量控制在 1000 个文档更新以内）；
• 当必须使用事务时，尽可能让涉及事务的文档分布在同一个分片上，这将有效地提高效率；