<"htmlcode">

shell> strace -f -r -p <PID>
recvfrom(<FD>,


通过如下命令查询recvfrom操作的含义：


shell> apropos recvfrom
receive a message from a socket


或者按照下面的方式确认一下：


shell> lsof -p <PID>
shell> ls -l /proc/<PID>/fd/<FD>


此时如果查询MongoDB的当前操作，会发现几乎每个操作会消耗大量的时间：


mongo> db.currentOp()


与此同时，运行mongostat的话，结果会显示很高的locked值。
…
我在网络上找到一篇：MongoDB Pre-Splitting for Faster Data Loading and Importing，看上去和我的问题很类似，不过他的问题实质是由于自动分片导致数据迁移所致，解决方法是使用手动分片，而我并没有使用自动分片，自然不是这个原因。
…
询问了几个朋友，有人反映曾遇到过类似的问题，在他的场景里，问题的主要原因是系统IO操作繁忙时，数据文件预分配堵塞了其它操作，从而导致雪崩效应。
为了验证这种可能，我搜索了一下MongoDB日志：


shell> grep FileAllocator /path/to/log
[FileAllocator] allocating new datafile ... filling with zeroes...
[FileAllocator] done allocating datafile ... took ... secs


我使用的文件系统是ext4（xfs也不错 ），创建数据文件非常快，所以不是这个原因，但如果有人使用ext3，可能会遇到这类问题，所以还是大概介绍一下如何解决：
MongoDB按需自动生成数据文件：先是<DB>.0，大小是64M，然后是<DB>.1，大小翻番到128M，到了<DB>.5，大小翻番到2G，其后的数据文件就保持在2G大小。为了避免可能出现的问题，可以采用事先手动创建数据文件的策略：


#!/bin/sh

DB_NAME=$1

cd /path/to/$DB_NAME

for INDEX_NUMBER in {5..50}; do
  FILE_NAME=$DB_NAME.$INDEX_NUMBER

  if [ ! -e $FILE_NAME ]; then
    head -c 2146435072 /dev/zero > $FILE_NAME
  fi
done


注：数值2146435072并不是标准的2G，这是INT整数范围决定的。
…
最后一个求助方式就是官方论坛了，那里的国际友人建议我检查一下是不是索引不佳所致，死马当活马医，我激活了Profiler记录慢操作：


mongo> use <DB>
mongo> db.setProfilingLevel(1);


不过结果显示基本都是insert操作（因为我是导入数据为主），本身就不需要索引：


mongo> use <DB>
mongo> db.system.profile.find().sort({$natural:-1})


…
问题始终没有得到解决，求人不如求己，我又重复了几次迁移旧数据的过程，结果自然还是老样子，但我发现每当出问题的时候，总有一个名叫irqbalance的进程CPU占用率居高不下，搜索了一下，发现很多介绍irqbalance的文章中都提及了NUMA，让我一下子想起之前在日志中看到的警告信息，我勒个去，竟然绕了这么大一个圈圈！安下心来仔细翻阅文档，发现官方其实已经有了相关介绍，按如下设置搞定：


shell> echo 0 > /proc/sys/vm/zone_reclaim_mode
shell> numactl --interleave=all mongod [options]


关于zone_reclaim_mode内核参数的说明，可以参考官方文档。
注：从MongoDB1.9.2开始：MongoDB会在启动时自动设置zone_reclaim_mode。
至于NUMA的含义，简单点说，在有多个物理CPU的架构下，NUMA把内存分为本地和远程，每个物理CPU都有属于自己的本地内存，访问本地内存速度快于访问远程内存，缺省情况下，每个物理CPU只能访问属于自己的本地内存。对于MongoDB这种需要大内存的服务来说就可能造成内存不足，NUMA的详细介绍，可以参考老外的文章。
理论上，MySQL、Redis、Memcached等等都可能会受到NUMA的影响，需要留意。