MongoDB WiredTiger 缓存与压缩：cacheSizeGB、block_compressor 与持久化可验证指南

本文聚焦 MongoDB 的默认存储引擎 WiredTiger，围绕缓存与压缩、持久化路径与写入语义进行工程化优化与验证，所有命令与参数均可在官方支持版本直接执行。

## 适用版本与前提

• MongoDB 5.0–7.0（社区版/企业版均可），默认 WiredTiger。
• 具备 `mongosh`/`mongo` 客户端，开启 `serverStatus`（默认）。
• 建议独立测试库与集合，避免影响生产数据。

## 核心参数与配置（可验证）

### 1. 缓存大小：`cacheSizeGB`

• 配置文件（`mongod.conf`）：

storage:
  wiredTiger:
    engineConfig:
      cacheSizeGB: 16  # 示例：16 GiB，根据物理内存与工作集计算

• 在线观测（无需重启即可查看当前上限）：

db.serverStatus().wiredTiger.cache["maximum bytes configured"]
db.serverStatus().wiredTiger.cache["bytes currently in the cache"]

• 建议：专用实例通常设置为物理内存 50%–70%，结合工作集与并发压测微调。

### 2. 集合压缩：`blockCompressor`

• 创建集合时指定（`zstd`/`snappy`/`none`）：

db.createCollection("events", {
  storageEngine: {
    wiredTiger: { blockCompressor: "zstd" }
  }
})

• 已有集合的压缩算法不可直接变更，需新建集合并迁移（`$out` 或 `aggregate ... into`）：

db.events.aggregate([
  { $match: { ts: { $gte: ISODate("2024-01-01") } } },
  { $out: { db: "prod", coll: "events_zstd" } }
])

• 观测压缩效果：

db.events.stats({ scale: 1 })
// 关注 storageSize / totalSize 与 wiredTiger.block-compression-ratio（不同版本字段名略有差异）

### 3. 持久化语义：`journal` 与 `writeConcern`

• 配置文件开启 `journal`（默认即开启）：

storage:
  journal:
    enabled: true

• 写入语义（业务代码层面）：

// 更强持久性（多数场景推荐）：
db.coll.insertOne(doc, { writeConcern: { w: "majority", j: true } })

// 更高吞吐（风险更高，仅在有容错机制时使用）：
db.coll.insertOne(doc, { writeConcern: { w: 1, j: false } })

• 观测日志与检查点：

db.serverStatus().wiredTiger["log"]
db.serverStatus().wiredTiger["transaction"]

## 验证方法与可观测性

### 1. 基线与压测（便捷）

// 写入基线（示例）：
for (let i = 0; i < 1e6; i++) {
  db.events.insertOne({ userId: i % 10000, ts: new Date(), payload: "x".repeat(128) });
}

// 并发读（示例）：
for (let i = 0; i < 1e5; i++) {
  db.events.find({ userId: i % 10000 }).limit(10).toArray();
}

• 监控吞吐与延迟：

mongostat --host 127.0.0.1:27017 --rowcount 60
mongotop --host 127.0.0.1:27017 5

### 2. 缓存命中与压力评估

// 关注命中与淘汰：
db.serverStatus().wiredTiger.cache["tracked dirty bytes in the cache"]
db.serverStatus().wiredTiger.cache["pages evicted because they exceeded the maxiumum size"]
db.serverStatus().wiredTiger.cache["pages read into cache"]
db.serverStatus().wiredTiger.cache["pages written from cache"]

### 3. 压缩收益评估

db.events.stats()
// 对比不同 blockCompressor 的 storageSize 与 avgObjSize 变化，评估 CPU 代价与磁盘节省比例

## 调优建议（工程化）

• 缓存：根据工作集估算与压测反馈调整 `cacheSizeGB`，避免 OOM 与过度换页。
• 压缩：优先 `zstd`（更高压缩率）或 `snappy`（更低 CPU 开销），按读写模式选择。
• 持久化：生产环境首选 `{ w: "majority", j: true }`，在有明确容错与补偿机制时再考虑降低持久性换吞吐。
• 观测：将 `mongostat/mongotop` 与 `serverStatus` 指标纳入基线，形成定期回归。

## 风险与注意事项

• 更改 `cacheSizeGB` 通常需要重启生效（取决于版本与部署方式），请在维护窗口进行。
• 压缩算法变更需迁移数据，评估迁移时长与只读时间窗。
• 降低持久化语义会提升崩溃后一致性风险，仅在有明确 SLA 与补偿方案时使用。

## 结语

围绕 WiredTiger 的缓存、压缩与持久化语义进行可验证的优化，可以在不同负载模式下获得稳定的吞吐与一致性保障。关键在于以数据驱动的基线对比与风险边界控制。