刚开始使用mongodb的时候，不太注意mongodb的内存使用，但通过查资料发现mongodb对内存的占用是巨大的，在本地测试服务器中，8G的内存居然被占用了45%。汗呀。
本文就来剖析一下mongodb对内存的具体使用方法，以及生产环境针对mongodb占大量内存的问题的解决。
先看一个MongoDB服务器的top命令结果
shell> top -p $(pidof mongod)
Mem: 32872124k total, 30065320k used, 2806804k free, 245020k buffers
Swap: 2097144k total, 100k used, 2097044k free, 26482048k cached
VIRT RES SHR %MEM
1892g 21g 21g 69.6
或者 先top后，然后 shift+m 把当前进场按占用内存的多少排序。看看你的mongodb能占用多少内存。
先了解一下linux对内存的管理方式：
在Linux里(别的系统也差不多)，内存有物理内存和虚拟内存之说，物理内存是什么自然无需解释，虚拟内存实际是物理内存的抽象，多数情况下，出于方便性的考虑，程序访问的都是虚拟内存地址，然后操作系统会把它翻译成物理内存地址。
很多人会把虚拟内存和Swap混为一谈，实际上Swap只是虚拟内存引申出的一种技术而已：操作系统一旦物理内存不足，为了腾出内存空间存放新内容，就会把当前物理内存中的内容放到交换分区里，稍后用到的时候再取回来，需要注意的是，Swap的使用可能会带来性能问题，偶尔为之无需紧张，糟糕的是物理内存和交换分区频繁的发生数据交换，这被称之为Swap颠簸，一旦发生这种情况，先要明确是什么原因造成的，如果是内存不足就好办了，加内存就可以解决，不过有的时候即使内存充足也可能会出现这种问题，比如MySQL就有可能出现这样的情况，解决方法是限制使用Swap：
shell> sysctl -w vm.swappiness=0
查看内存情况最常用的是free命令：
shell> free -m
total used free shared buffers cached
Mem: 32101 29377 2723 0 239 25880
-/+ buffers/cache: 3258 28842
Swap: 2047 0 2047
新手看到used一栏数值偏大，free一栏数值偏小，往往会认为内存要用光了。其实并非如此，之所以这样是因为每当我们操作文件的时候，Linux都会尽可能的把文件缓存到内存里，这样下次访问的时候，就可以直接从内存中取结果，所以cached一栏的数值非常的大，不过不用担心，这部分内存是可回收的，操作系统会按照LRU算法淘汰冷数据。除了cached，还有一个buffers，它和cached类似，也是可回收的，不过它的侧重点在于缓解不同设备的操作速度不一致造成的阻塞，这里就不多做解释了。
知道了原理，我们就可以推算出系统可用的内存是free + buffers + cached：
shell> echo "2723 + 239 + 25880" | bc -l
28842
至于系统实际使用的内存是used – buffers – cached：
shell> echo "29377 - 239 - 25880" | bc -l
3258
除了free命令，还可以使用sar命令：
shell> sar -r
kbmemfree kbmemused %memused kbbuffers kbcached
3224392 29647732 90.19 246116 26070160
3116324 29755800 90.52 245992 26157372
2959520 29912604 91.00 245556 26316396
2792248 30079876 91.51 245680 26485672
2718260 30153864 91.73 245684 26563540
shell> sar -W
pswpin/s pswpout/s
0.00 0.00
0.00 0.00
0.00 0.00
0.00 0.00
0.00 0.00
希望你没有被%memused吓到，如果不幸言中，请参考free命令的解释。
接着咱们分析一下mongodb是怎么使用内存的：
目前，MongoDB使用的是内存映射存储引擎，它会把磁盘IO操作转换成内存操作，如果是读操作，内存中的数据起到缓存的作用，如果是写操作，内存还可以把随机的写操作转换成顺序的写操作，总之可以大幅度提升性能。MongoDB并不干涉内存管理工作，而是把这些工作留给操作系统的虚拟缓存管理器去处理，这样的好处是简化了MongoDB的工作，但坏处是你没有方法很方便的控制MongoDB占多大内存，事实上MongoDB会占用所有能用的内存，所以最好不要把别的服务和MongoDB放一起。
有时候，即便MongoDB使用的是64位操作系统，也可能会遭遇臭名昭著的OOM问题，出现这种情况，多半是因为限制了虚拟内存的大小所致，可以这样查看当前值：
shell> ulimit -a | grep 'virtual'
多数操作系统缺省都是把它设置成unlimited的，如果你的操作系统不是，可以这样修改：
shell> ulimit -v unlimited
不过要注意的是，ulimit的使用是有上下文的，最好放在MongoDB的启动脚本里。
有时候，出于某些原因，你可能想释放掉MongoDB占用的内存，不过前面说了，内存管理工作是由虚拟内存管理器控制的，所以通常你只能通过重启服务来释放内存，你一定不齿于这样的方法，幸好可以使用MongoDB内置的closeAllDatabases命令达到目的：
mongo> use admin
mongo> db.runCommand({closeAllDatabases:1})
另外，通过调整内核参数drop_caches也可以释放缓存：
shell> sysctl -w vm.drop_caches=1
平时可以通过mongo命令行来监控MongoDB的内存使用情况，如下所示：
mongo> db.serverStatus().mem:
{
"resident" : 22346,
"virtual" : 1938524,
"mapped" : 962283
}
还可以通过mongostat命令来监控MongoDB的内存使用情况，如下所示：
shell> mongostat
mapped vsize res faults
940g 1893g 21.9g 0
940g 1893g 21.9g 0
940g 1893g 21.9g 0
940g 1893g 21.9g 0
940g 1893g 21.9g 0
其中内存相关字段的含义是：
mapped：映射到内存的数据大小
visze：占用的虚拟内存大小
res：实际使用的内存大小
注：如果操作不能再内存中完成，结果faults列的数值不会是0，视大小可能有性能问题。
在上面的结果中，vsize是mapped的两倍，而mapped等于数据文件的大小，所以说vsize是数据文件的两倍，之所以会这样，是因为本例中，MongoDB开启了journal，需要在内存里多映射一次数据文件，如果关闭journal，则vsize和mapped大致相当。
如果想验证这一点，可以在开启或关闭journal后，通过pmap命令来观察文件映射情况：
shell> pmap $(pidof mongod)
到底MongoDB配备多大内存合适?宽泛点来说，×××，如果要确切点来说，这实际取决于你的数据及索引的大小，内存如果能够装下全部数据加索引是最佳情况，不过很多时候，数据都会比内存大，比如本文说涉及的MongoDB实例：
mongo> db.stats()
{
"dataSize" : 1004862191980,
"indexSize" : 1335929664
}
本例中索引只有1G多，内存完全能装下，而数据文件则达到了1T，估计很难找到这么大内存，此时保证内存能装下热数据即可，至于热数据有多少，这就是个比例问题了，取决于具体的应用。如此一来内存大小就明确了：内存 > 索引 + 热数据。
根据以上的分析我们可以得出几点结论：
1. mongodb 直接用操作系统的内存管理器来管理内存。而操作系统采用的是LRU算法淘汰冷数据。
2. mongodb可以用重启服务、调整内核参数以及mongodb内部的语法去清理mongodb对内存的缓存。可能存在的问题是：这几种清理方式都是全部清理，这样的话mongodb的内存缓存就失效了。
3. mongodb 对内存的使用是可以被监控的，在生产环境中要定时的去监控这些数据。
4. mongodb 对内存这种占用方式使其尽量的和其他占用内存的业务分开部署，例如memcahe，sphinx，mysql等。
5. 操作系统中的交换分区swap 如果操作频繁的话，会严重降低系统效率。要解决可以禁用交换分区，以及增加内存以及做分布式。
6. 生产环境中mongodb所在的主机应该尽量的大内存。

	

很多低内存的服务器比如1G或者更低的服务器，安装宝塔面板后发现经常内存爆满，很多用户误以为是宝塔占用较大的内存导致的问题，其实不然，宝塔本身占用的系统内存并不高的，大约70M左右的内存占用，以linux为例所以我们要如何优化降低服务器的内存消耗呢。
1、优化mysql内存占用
mysql服务通常是占用内存较高的服务之一，最消耗内存的，因此我们需要调整优化性能，点击mysql设置-性能调整。key_buffer_size，query_cache_size等各个参数的设置。我们需要结合当前状态下的活动/峰值连接数，线程缓存命中率，索引命中率，Innodb索引命中率，查询缓存命中率等值来做调整和优化，比如活动/峰值连接数连接数只有20，把最大连接数设置为30-50只有即可，这样可以大大降低mysql的最大内存占用，其他参数也可以市场最一些调整和降低。
2、优化php性能参数
降低max_children，【max_children最大子进程数量】越大，并发能力越强，但max_children最大不要超过5000，可以参考并发方案选择对应的内存对应的方案，然后适当降低max_children，原文地址：https://zouaw.com/9191.html
3、卸载不需要的一些软件
以阿里云为例，阿里云服务器会自动运行阿里云盾。比如安装了多个版本的php，但是使用的却使用一个，则保留一个版本的即可，去掉多余的php。
4、添加计划任务，定期清理系统内存
建议在宝塔面板-计划任务中设置定期任务，如每天释放一次内存，释放PHP、MYSQL、PURE-FTPD、APACHE、NGINX的内存占用,建议在每天半夜执行，这样不会对已网站用户带来影响。
5、启用流量控制方案，安装防火墙
网站被频繁的高并发访问也会带来高内存的占用，因此要注意屏蔽恶意访问，非正常的访问流量，避免服务器和网站被攻击导致高内存的占用。

	

方法一：
使用 show processlist 语句，查找负荷最重的 SQL 语句，优化该SQL，比如适当建立某字段的索引。
方法二：
#查看慢SQL日志是否启用
mysql> show variables like 'log_slow_queries';
#查看执行慢于多少秒的SQL会记录到日志文件中
mysql> show variables like 'long_query_time';
#配置my.ini文件(inux下文件名为my.cnf)， 查找到[mysqld]区段，增加日志的配置，如下示例：
[mysqld]
log="C:/temp/mysql.log"
log_slow_queries="C:/temp/mysql_slow.log"
long_query_time=1
#log指示日志文件存放目录；
log_slow_queries指示记录执行时间长的sql日志目录；
long_query_time指示多长时间算是执行时间长，单位秒。

购买了阿里云服务器，苦于内存太小，Mysql进程总是无端的自动结束，便着手于服务器的内存优化了。你完全可以按照我如下的操作来进行一步步的优化，最终让你的网站日访问量在1W PV时，也能稳定的运行。
我使用的服务器操作系统是Ubuntu 12.04  64位 LTS，内存为512M并且没有启用虚拟内存。优化后，服务器内存一般占用在256M-378M之间，并稳定运行。所以呢，我应该来分享一下我的配置过程。
确定空闲的内存和虚拟内存是否开启
要着手配置服务器之前，先来看一下服务器内存的使用情况。你可以通过如下命令来进行查看：
free -m
当然，你也可以通过如下命令来查看内存都用到哪了（根据各进程内存占用大小排序的一个列表）！
ps -eo pmem,pcpu,rss,vsize,args | sort -k 1 -r | less
关闭不用的服务，让LAMP处于低内存占用状态
在关闭不用的服务之前，我们需要知道哪些服务项是不必要的。我找到了一款开机启动服务管理的软件：sysv-rc-conf，图开操作界面，很实用。其安装命令如下：
sudo apt-get install sysv-rc-conf
接着通过如下命令来打开sysv-rc-conf的图形操作界面（如何操作在图片界面中有说的），如下
sudo sysv-rc-conf
其图形界面如下：

下图中所示的服务是我关闭的，你可以退据实际情况定夺：
sendmail：这是一个邮件服务，因为我使用的是163邮箱stmp服务，所以就没有必要开启。如果你需要你的服务器，能通过php mail()函数发送邮件，那就不要关闭了。
dns-clean：使用拨号上网时，清除DNS信息。这在服务器上一般用不到。故直接关闭其启动。
关于更多的linux服务介绍，你可以移步到：ubuntu 服务优化
配置APACHE
在内存占用中，apache是最大的内存占用户。安装LAMP环境后，默认的相关配置是很不适合于小内存服务运行的，所以很有必要做一定的修改。我将用如下的技术点来让apache占用更低的内存，保持原有的速度。
处理少量的并发请求
加载必要的模块
记录必要的日志信息
减少APACHE子进程的数量
prefork模式是由多路处理模块(MPM)实现了一个非线程型的、预派生的web服务器。它具有很强的自我调节能力，只要很少的配置就可以了。最重要是将MaxClients设置为一个适合的值以处理潜在的访问高峰其，但其值不能太大，以致超出了物理内存的大小。如下是我的配置内容：
<IfModule mpm_prefork_module>
    StartServers          1
    MinSpareServers       1
    MaxSpareServers       3
    MaxClients            15
    MaxRequestsPerChild   3000
</IfModule>
当Apache被启动时，Apache会自动创建StartServers个进程，并且尽力将空闲进程数保持在MinSpareServers和MaxSpareServers之间。当空闲进程小于MinsPareServers时，Apache会以大约1s钟的时间来创建进程；当小于MaxSpareServers时，Apache将会删除多余的空闲进程，释放服务器资源。进程数的最大值是由MaxClients决定。MaxRequestsPerChild用来控制每个进程在处理了多少次请求之后自动销毁，若这个参数的值为0表示无限（即不销毁进程）。
worker模式是由多路处理模块(MPM)使网络服务器支持混合的多线程多进程。由于采用的是线程处理，所以可以处理大量的请求的同时，系统资源的占用小于基于进程的MPM。我的控制指领配置如下：
<IfModule mpm_worker_module>
    StartServers          1
    MinSpareThreads       5
    MaxSpareThreads      15
    ThreadLimit          25
    ThreadsPerChild      5
    MaxClients           25
    MaxRequestsPerChild  200
</IfModule>
StartServers指令设置了服务器启动时建立的子进程数量。MinSpareThreads最小空闲进程数。MaxSpareThreads配置最大空闲线程数。ThreadLimit每个子进程可配置的线程数上限。MaxClients允许同时伺服的最大接入请求数量(最大线程数量)。ThreadsPerChild每个子进程建立的常驻的执行线程数。MaxRequestsPerChild配置每个子进程在其生存期内允许伺服的最大请求数量。
除了更改以上配置外，我还更改了“KeepAliveTimeOut（连接存活时间）”，将其值调整为15，默认值为5。
接下来还有下一篇