面试题：MongoDB 中基于性能指标如何初步判断是否需要进行分片调整

Question

在 MongoDB 环境下，假设你观察到数据库的读写操作响应时间逐渐变长，磁盘 I/O 利用率持续偏高，从性能指标角度分析，你认为出现哪些具体的性能指标变化时，初步判断需要对 MongoDB 进行分片调整？并简要说明原因。

Answer 1

1. 数据量相关指标

• 数据存储大小：若数据量持续增长接近单个节点的存储上限（例如磁盘空间快满），此时需分片。因为单个节点存储能力有限，达到极限后会严重影响读写性能，分片可将数据分散存储，提升整体存储容量和性能。
• 文档数量：大量文档在单个节点堆积，导致查询遍历时间变长。当文档数量增长到查询性能明显下降时，应考虑分片，通过分片将文档分散，加速查询。

2. 读写性能指标

• 读操作延迟：平均读延迟持续上升，例如从几十毫秒上升到几百毫秒甚至更高，且长时间无法恢复到正常水平。这表明单个节点处理读请求能力不足，分片可以将读请求分散到多个节点，降低每个节点压力，提高读性能。
• 写操作延迟：平均写延迟大幅增加，如写入时间从秒级变为分钟级。可能是单个节点写入压力过大，分片后可并行处理写操作，提高写入效率。
• 读写吞吐量：读或写吞吐量逐渐下降，如原本每秒能处理1000次读操作，现在只能处理500次。说明当前节点性能瓶颈，分片有助于提升整体吞吐量。

3. 资源利用率指标

• 磁盘 I/O 利用率：已持续偏高，若磁盘I/O繁忙度长时间接近100%，意味着磁盘读写能力接近极限。分片可将数据分散，减少单个磁盘I/O压力，优化性能。
• CPU 使用率：长时间处于高位（如超过80%甚至90%），说明节点计算资源紧张，无法高效处理读写请求。分片后每个节点负载降低，可有效利用CPU资源，提升性能。