MongoDB的使用作为一个内存数据库Redis型

基本思想

mondb作为内存数据库，也就是说，MonDB不是用来保存数据到磁盘。它已经引起了越来越多人的兴趣，这种用法对下面的应用非常实用。

在慢速RDBMS系统之前编写操作密集的缓存
嵌入式系统
不需要持久化数据的pci兼容系统
单元测试需要轻量级数据库，库中的数据可以很容易地删除。
如果这一切都可以做，它是如此优雅，我们可以巧妙地利用mondb查询/检索功能不涉及磁盘操作。你可能知道，在99%的情况下，磁盘IO（特别是随机IO）是系统的瓶颈，如果你想写数据，磁盘操作是不可避免的。

mondb有一个非常酷的设计决策，，她可以使用内存映射文件来处理请求和磁盘文件读写数据。也就是说，MonDB没有区分RAM和磁盘之间。它把文件作为一个巨大的阵列，然后访问数据的字节，而其余的是由操作系统处理（OS），这是设计的决定，允许mondb到RAM中运行没有任何修饰。

实现方法

所有的这一切都是通过使用一种特殊类型的文件系统称为tmpfs实现。在Linux，它看起来像普通的文件系统一样（FS），但它是完全位于RAM（除非其尺寸大于内存大小也进行互换，这是非常有用的。我的服务器有一个内存，32GB，让我们创建一个tmpfs 16GB：

复制代码如下：# mkdir / ramdata

安装-t tmpfs -o大小= 16000m tmpfs # / / ramdata

# DF

用可使用安装在文件系统的1K的块

/ dev / xvde1 87179286% / 59057124973924

153449360153449360%

163840000163840000% / ramdata tmpfs

接下来，MonDB开始与适当的设置，以减少浪费的内存量，并noprealloc小文件应设置为true。现在，它是基于RAM，这并不降低性能完全，此时使用日志是没有意义的，所以nojournal应设置为true。

复制代码代码如下：独立= / ramdata

nojournal =真

小文件=真

noprealloc =真

When MonDB starts, you'll find that she's running very well, and the files in the file system appear as expected.

复制代码如下：# Mon

mondb壳版本：2.3.2

连接到：测试

> > db.test.insert（{ 1 }：）

> > db.test.find（）

{_id ：ObjectId（51802115eafa5d80b5d2c145 ，）：1 }

# LS L / / ramdata

总65684

- RW -------。1根16777216 4月30日15:52 0局部。

- RW -------。1根16777216 4月30日local.ns 15:52

- rwxr-xr-x. 1根4月30日5 mond.lock 15:52

- RW -------。1根16777216 4月30日15:52 0测试。

- RW -------。1根16777216 4月30日test.ns 15:52

drwxr-xr-x. 2根4月30日40 _tmp 15:52

现在让我们添加一些数据验证操作是完全正常的。我们创建一个1KB的文件，然后添加到mondb 400万倍：

复制代码代码如下：>

> > AAA =aaaaaaaaaa

aaaaaaaaaa

>（var i = 0；i < 100；+ i）

> >为（var i = 0；i < 4000000；+ +我）{ db.foo.insert（{一：Math.random（），S：STR }）}；}

> > db.foo.stats（）

{

ns：测试

计数：4000000，

大小：4544000160，

avbjsize ：1136.00004，

storagesize ：5030768544，

numextents ：26，

nindexes ：1，

lastextentsize ：536600560，

paddingfactor ：1，

systemflags ：1，

userflags ：0，

totalindexsize ：129794000，

indexsizes ：{

_id_ ：129794000

}，

OK：1

}
你可以看到，这个文件的平均大小为1136字节，和数据占用的总空间5GB。上_id索引大小是130mb。现在我们需要验证一个很重要的事情：是在RAM中重复数据，是保存在mondb和文件系统记住，mondb不在她自己的过程缓存任何数据，和她的数据只会被缓存在文件系统缓存，让我们明确了文件系统的缓存，看看有在RAM。

复制代码如下：#回声3 > / proc / / / drop_caches VM系统

#自由

全部使用的空闲共享缓冲区缓存

Mem：306898766292780 2439709601044 5817368

缓冲区/缓存： + 47436830215508

互换：000

你可以看到，在6.3gb用RAM的5.8gb用于缓存文件系统（缓冲区，缓冲区）。为什么，即使所有的缓存被清空，系统中还存在5.8gb的文件系统缓存原因是Linux很聪明，她不会将重复的数据在TMPFS和缓存，这是伟大的！这意味着RAM中只有一个数据副本。现在让我们访问所有文档，并验证RAM的使用不会改变：

复制代码代码如下：> db.foo.find（）Itcount（）。

四百万

#自由

全部使用的空闲共享缓冲区缓存

Mem：306898766327988 2436188801324 5818012

缓冲区/缓存： + 50865230181224

互换：000

# LS L / / ramdata

总5808780

- RW -------。1根16777216 4月30日15:52 0局部。

- RW -------。1根16777216 4月30日local.ns 15:52

- rwxr-xr-x. 1根4月30日5 mond.lock 15:52

- RW -------。1根16777216 4月30日16:00测试0。

- RW -------。1根33554432 4月30日16:00测试1。

- RW -------。1根536608768 4月30日16:02检验

- RW -------。1根536608768 test.11 4月30日16:03

- RW -------。1根536608768 test.12 4月30日16:03

- RW -------。1根536608768 4月30日test.13 16:04

- RW -------。1根536608768 4月30日14 16:04

- RW -------。1根67108864 4月30日16:00测试2。

- RW -------。1根134217728 4月30日测试。16:00 3。

- RW -------。1根268435456 4月30日16:00测试4。

- RW -------。1根536608768 4月30日16:01 5测试。

- RW -------。1根536608768 4月30日16:01 6测试。

- RW -------。1根536608768 4月30日16:04 7测试。

- RW -------。1根536608768 4月30日16:03 8测试。

- RW -------。1根536608768 4月30日16:02 9测试。

- RW -------。1根16777216 4月30日test.ns 15:52

drwxr-xr-x. 2根4月30日40 _tmp 16:04

# DF

用可使用安装在文件系统的1K的块

/ dev / xvde1 87175686% / 59057124973960

153449360153449360%

tmpfs 163840005808780 1057522036% / ramdata

事实上 uff01：）

复制呢

由于服务器重新启动时，在RAM中的数据将丢失，所以你可能想使用复制。自动故障转移（failover）可以通过使用标准的副本集（副本），也可以提高数据的阅读能力（阅读能力）。如果服务器重新启动时，它可以读取数据从另一个服务器在同一个副本集，以重建自己的数据（再同步，同步）。即使是在大量的数据和指标的情况下，这个过程会足够快，因为指数运行在内存：）

那写操作将被写入到一个特殊的集合称为oplog是很重要的，这是位于本地数据库。默认情况下，它是5%的总数据量。以我为例，oplog占用5%的16GB，800MB的空间。在不确定的情况下，它是用的oplogsize选项选择一个固定大小的oplog安全。如果选择服务器停机时间超过oplog能力，它必须重新同步，设置其大小为1GB，你可以这样做：

复制代码如下：oplogsize = 1000

关于分片

Now that you have all the query capabilities of MonDB, how do you want to use it to implement a large service您可以随时使用片来实现大型的可扩展内存数据库。配置服务器（保存数据块分配）也已用于基于磁盘的程序中，因为这些服务器的活动数量不多。从头开始重建旧的集群是不好玩的。

注意事项

RAM是一种稀缺资源，在这种情况下，你必须要将放置在RAM中的数据。虽然tmpfs已利用磁盘交换能力（交换），其性能的下降将是非常重要的。为了充分利用内存，你应该考虑：

使用usepowerof2sizes选项规范存储桶
运行压缩命令定期或重新同步节点（同步）
模式的设计应该相当标准化（避免大量的较大文档）。
结论

宝贝，你现在可以使用mondb作为内存数据库，你也可以用她所有的功能！性能应该是相当惊人的：在单线程/核心的情况下测试我，可以达到20k写入速度每秒，和芯数多少次将再次提高。