每日一博 | 记某百亿级 MongoDB 集群数据过期的性能优化实践
某百亿级mongodb业务只保存近期7天的数据,由于数据量大、流量高,数据过期删除点比较集中,同时不能错峰方式解决问题,因此如何利用最小物理成本来满足业务需求就成为了本集群性能优化的难点。 通过几轮和业务配合调优,包括存储引擎调优、数据删除方式调优、业务错峰读写等,最终完美解决了业务痛点,达到ms级业务读写访问。 关于作者 前滴滴出行专家工程师,现任OPPO文档数据库mongodb负责人,负责数万亿级数据量文档数据库mongodb内核研发、性能优化及运维工作,一直专注于分布式缓存、高性能服务端、数据库、中间件等相关研发。后续持续分享《MongoDB内核源码设计、性能优化、最佳运维实践》,Github账号地址:https://github.com/y123456yz 序言 本文是oschina专栏《mongodb 源码实现、调优、最佳实践系列》的第24篇文章,其他文章可以参考如下链接: Qcon-万亿级数据库 MongoDB 集群性能数十倍提升及机房多活容灾实践 Qcon 现代数据架构 -《万亿级数据库 MongoDB 集群性能数十倍提升优化实践》核心 17 问详细解答...
