公司為這個項目專門配備了幾臺高性能務器，清一色的雙路四核超線程CPU，外加32G內存，運維人員安裝好MongoDB后，就交我手里了，我習慣于在使用新服務器前先看看相關日志，了解一下基本情況，當我瀏覽MongoDB日志時，發現一些警告信息：
WARNING: You are running on a NUMA machine. We suggest launching mongod like this to avoid performance problems: numactl –interleave=all mongod [other options]
當時我并不太清楚NUMA是什么東西，所以沒有處理，只是把問題反饋給了運維人員，后來知道運維人員也沒有理會這茬兒，所以問題的序幕就這樣拉開了。
遷移工作需要導入舊數據。MongoDB本身有一個mongoimport工具可供使用，不過它只接受json、csv等格式的源文件，不適合我的需求，所以我沒用，而是用PHP寫了一個腳本，平穩運行了一段時間后，我發現數據導入的速度下降了，同時PHP拋出異常：
cursor timed out (timeout: 30000, time left: 0:0, status: 0)
我一時判斷不出問題所在，想想先在PHP腳本里加大Timeout的值應付一下：
?php
MongoCursor::$timeout = -1;
?>
可惜這樣并沒有解決問題，錯誤反倒變著花樣的出現了：
max number of retries exhausted, couldn't send query, couldn't send query: Broken pipe
接著使用strace跟蹤了一下PHP腳本，發現進程卡在了recvfrom操作上：
shell> strace -f -r -p PID>
recvfrom(FD>,
通過如下命令查詢recvfrom操作的含義：
shell> apropos recvfrom
receive a message from a socket
或者按照下面的方式確認一下：
shell> lsof -p PID>
shell> ls -l /proc/PID>/fd/FD>
此時如果查詢MongoDB的當前操作，會發現幾乎每個操作會消耗大量的時間：
與此同時，運行mongostat的話，結果會顯示很高的locked值。
…
我在網絡上找到一篇：MongoDB Pre-Splitting for Faster Data Loading and Importing，看上去和我的問題很類似，不過他的問題實質是由于自動分片導致數據遷移所致，解決方法是使用手動分片，而我并沒有使用自動分片，自然不是這個原因。
…
詢問了幾個朋友，有人反映曾遇到過類似的問題，在他的場景里，問題的主要原因是系統IO操作繁忙時，數據文件預分配堵塞了其它操作，從而導致雪崩效應。
為了驗證這種可能，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
我使用的文件系統是ext4（xfs也不錯 ），創建數據文件非常快，所以不是這個原因，但如果有人使用ext3，可能會遇到這類問題，所以還是大概介紹一下如何解決：
MongoDB按需自動生成數據文件：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，其后的數據文件就保持在2G大小。為了避免可能出現的問題，可以采用事先手動創建數據文件的策略：
#!/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 > $FILE_NAME
fi
done
注：數值2146435072并不是標準的2G，這是INT整數范圍決定的。
…
最后一個求助方式就是官方論壇了，那里的國際友人建議我檢查一下是不是索引不佳所致，死馬當活馬醫，我激活了Profiler記錄慢操作：
mongo> use DB>
mongo> db.setProfilingLevel(1);
不過結果顯示基本都是insert操作（因為我是導入數據為主），本身就不需要索引：
mongo> use DB>
mongo> db.system.profile.find().sort({$natural:-1})
…
問題始終沒有得到解決，求人不如求己，我又重復了幾次遷移舊數據的過程，結果自然還是老樣子，但我發現每當出問題的時候，總有一個名叫irqbalance的進程CPU占用率居高不下，搜索了一下，發現很多介紹irqbalance的文章中都提及了NUMA，讓我一下子想起之前在日志中看到的警告信息，我勒個去，竟然繞了這么大一個圈圈！安下心來仔細翻閱文檔，發現官方其實已經有了相關介紹，按如下設置搞定：
shell> echo 0 > /proc/sys/vm/zone_reclaim_mode
shell> numactl --interleave=all mongod [options]
關于zone_reclaim_mode內核參數的說明，可以參考官方文檔。
注：從MongoDB1.9.2開始：MongoDB會在啟動時自動設置zone_reclaim_mode。
至于NUMA的含義，簡單點說，在有多個物理CPU的架構下，NUMA把內存分為本地和遠程，每個物理CPU都有屬于自己的本地內存，訪問本地內存速度快于訪問遠程內存，缺省情況下，每個物理CPU只能訪問屬于自己的本地內存。對于MongoDB這種需要大內存的服務來說就可能造成內存不足，NUMA的詳細介紹，可以參考老外的文章。
理論上，MySQL、Redis、Memcached等等都可能會受到NUMA的影響，需要留意。
