MongoDB 3.4(WiredTiger引擎)缓存查询验证及机制相关咨询

Great questions about MongoDB 3.4's WiredTiger caching behavior—let's break each one down clearly:

1. 是否有办法验证查询结果是否来自缓存？ #

WiredTiger提供了详细的缓存统计数据，你可以通过MongoDB内置命令监控并判断查询是否命中缓存：

• 执行 db.serverStatus().wiredTiger.cache 查看缓存整体状态，重点关注这些核心指标：
  • pages requested from cache：缓存请求的页面总数
  • pages read from disk：从磁盘读取的页面数
  • 缓存命中率可通过公式 (pages requested from cache - pages read from disk) / pages requested from cache 计算。如果命中率达到90%以上，说明大部分查询都命中了缓存。
• 针对特定查询，可对比首次执行与重复执行的耗时：若重复执行时耗时大幅下降，基本可以判定数据已加载到缓存中。
• 注意：MongoDB的 explain() 工具不会直接标记查询是否命中缓存，所以主要依赖缓存统计指标和执行时间对比来判断。

2. 若工作集大小超过内存，MongoDB会清空缓存还是淘汰部分数据？ #

WiredTiger采用LRU（最近最少使用）算法管理缓存，当工作集超过可用缓存空间时，它只会淘汰最近最少被访问的缓存页面，绝对不会清空整个缓存。这种机制能确保热点数据（最常被访问的数据）尽可能留在缓存中，维持查询性能。

你可以通过 db.serverStatus().wiredTiger.cache 里的 evicted pages 指标查看被淘汰的页面数量，以此验证LRU机制的运行状态。另外，MongoDB 3.4中WiredTiger的缓存默认大小为系统内存的50%（上限64GB），你也可以通过配置项 storage.wiredTiger.engineConfig.cacheSizeGB 调整缓存大小。

3. 能否推荐学习MongoDB缓存机制的优质资源？ #

这里有几个靠谱的无跳转学习资源，覆盖从基础到进阶的内容：

• MongoDB官方文档（3.4版本）：直接查看WiredTiger存储引擎章节，里面详细讲解了缓存的工作原理、配置选项和监控方法，是最权威的参考资料。
• MongoDB大学M201课程：《MongoDB性能优化》课程中有专门模块深入讲解缓存机制、工作集分析和性能调优技巧，内容贴合实际业务场景。
• 《MongoDB权威指南》：第三版及以后的版本中有专门章节介绍WiredTiger的缓存管理，适合系统学习缓存相关知识。
• MongoDB官方博客：搜索WiredTiger缓存相关的深度文章，这些内容由MongoDB官方工程师撰写，会讲解LRU淘汰策略、缓存命中率优化等实用细节。

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