当在 Quarkus 应用中使用 MongoDB 事务执行大规模 insertMany 批处理（如 80 万+ 记录）时，频繁出现 WriteConflict 异常，根本原因常是 WiredTiger 存储引擎缓存不足，可通过调优 wiredTigerCacheSizeGB 参数有效解决。
当在 quarkus 应用中使用 mongodb 事务执行大规模 `insertmany` 批处理（如 80 万+ 记录）时，频繁出现 `writeconflict` 异常，根本原因常是 wiredtiger 存储引擎缓存不足，可通过调优 `wiredtigercachesizegb` 参数有效解决。
在 MongoDB 中，WriteConflict 错误并非业务逻辑冲突，而是存储引擎层面的并发控制机制触发的重试信号——尤其在长生命周期事务中持续执行大量写入时，WiredTiger 需维护庞大的内存页缓存（包括预写日志、检查点和事务快照）。默认情况下，WiredTiger 缓存大小为物理内存的 50%（最低 256MB），但在高吞吐批处理场景下，该默认值往往不足以支撑百万级文档在单个事务内的多阶段修改与快照管理，导致后台页面争用加剧，最终触发写冲突并中止操作。
您提供的代码存在两个关键风险点：
- 事务粒度过大：将 100 万条记录包裹在单个事务中，远超 MongoDB 推荐的事务生命周期（建议
- 批处理逻辑有误：i == sampleDataList.size() 永远为 false（因 sampleDataList 始终只含 1 个元素），导致最后一组数据未提交，且 clear() 后重复添加造成数据丢失。
✅ 正确做法应分离事务边界与批处理逻辑：每个 insertMany 在独立短事务中执行（或完全弃用事务，除非强一致性必需），同时提升 WiredTiger 缓存容量以支持高并发写入压力。
推荐优化方案如下：
-
禁用非必要事务（首选）
若插入操作无跨文档原子性要求（如不涉及多集合/多文档联动更新），应直接移除事务封装，大幅提升吞吐并消除冲突根源：
int batchSize = 10_000; // 降低单批体积，提升稳定性
List<SampleData> batch = new ArrayList<>(batchSize);
for (int i = 1; i <= 1_000_000; i++) {
batch.add(new SampleData(i));
if (batch.size() == batchSize || i == 1_000_000) {
sampleDataRepo.mongoCollection().insertMany(batch);
batch.clear();
}
}-
若必须使用事务，请严格限制事务范围
每批插入独立开启/提交事务，避免长事务累积锁和快照开销：
int batchSize = 5_000; // 单事务数据量建议 ≤ 5k 文档（视文档大小调整）
for (int start = 1; start <= 1_000_000; start += batchSize) {
ClientSession session = mongoClient.startSession();
session.startTransaction();
try {
int end = Math.min(start + batchSize - 1, 1_000_000);
List<SampleData> batch = IntStream.rangeClosed(start, end)
.mapToObj(SampleData::new)
.collect(Collectors.toList());
sampleDataRepo.mongoCollection().insertMany(session, batch);
session.commitTransaction();
} catch (Exception e) {
session.abortTransaction();
throw new RuntimeException("Failed to insert batch [" + start + "-" + (start + batchSize - 1) + "]", e);
} finally {
session.close();
}
}-
服务端调优：增大 WiredTiger 缓存
在 MongoDB 启动配置中显式设置 wiredTigerCacheSizeGB（单位：GB），例如分配 4GB 缓存：
# mongod.conf
storage:
wiredTiger:
engineConfig:
cacheSizeGB: 4⚠️ 注意事项：
- cacheSizeGB 值不应超过服务器物理内存的 60%，需为 OS 和其他进程预留空间；
- 修改后需重启 mongod 进程生效；
- 可通过 db.serverStatus().wiredTiger.cache 实时监控缓存命中率与脏页比例，理想命中率应 > 99%；
- Quarkus 应用侧还需检查 quarkus.mongodb.connection-string 是否启用 maxPoolSize（建议 ≥ 20）以避免连接瓶颈。
总结：WriteConflict 在大批量写入中本质是资源瓶颈信号。优先通过拆分事务粒度 + 移除冗余事务从应用层规避问题；辅以 wiredTigerCacheSizeGB 调优增强底层承载能力。二者结合，可稳定支撑每秒数万级文档写入，同时保障系统响应性与可靠性。
