MongoDB Atlas升级或主节点切换后IOPS过高页错误慢查询问题求助

根因分析 #

• 主节点切换/升级后缓存冷启动：MongoDB Atlas执行版本升级或主节点切换时，新晋升的主节点WiredTiger缓存、查询计划缓存均为空，业务流量进入后会触发大量磁盘读取，直接导致IOPS超出阈值、页错误飙升，这是跨版本升级后普遍存在的现象。
• 查询优化器选错索引：你提供的执行计划planSummary返回了两个索引扫描项，说明优化器实际选择了仅含templateParent的单字段索引，而非你预期的包含account的复合索引。升级后旧版本的查询计划缓存失效，4.4版本的查询优化器逻辑相比4.2有调整，加上初始统计信息计算偏差，就会出现明明存在更优索引、却走了低效索引的问题，直接导致近全表扫描的情况。

解决方案 #

临时应急处理

• 升级切换后立刻清空projects集合的查询计划缓存，强制优化器重新生成执行计划，执行命令：

db.projects.getPlanCache().clear()

• 针对该count查询强制指定使用复合索引，避免优化器选错，写法参考：

db.projects.count({
  // 对应查询条件
}).hint({account:1, hasTemplateChildren:1, templateParent:1, lastEditedAt:-1})

• 升级窗口期临时调高预置IOPS阈值，扛过10~30分钟的缓存预热期后再调回原有配置，避免业务受告警影响。

长期优化方案

• 提前做缓存预热：每次版本升级前，提前编写热点数据预热脚本，主节点切换完成后立刻执行脚本将高频访问的数据、索引加载到WiredTiger缓存中，降低冷启动对业务的影响。
• 定期更新集合统计信息：每季度或大量数据写入后，执行命令更新集合统计信息，保证优化器索引选择的准确性：

db.runCommand({ collStats: "projects" })

• 确认M30实例的WiredTiger缓存配置为默认的50%内存（即4GB），如果热点数据总大小超过4GB，建议升级实例规格扩大缓存空间，从根源降低缺页率。

内容的提问来源于stack exchange，提问作者silverdagger