需立即定位多键索引引发的内存膨胀:先查db.collection.getIndexes()确认"multikey":true,再用$indexStats验证multiKeyPaths非空;启用慢日志捕获高耗时查询,聚合统计数组值分布;若发现高频重复元素,立即hidden索引、清理缓存、重建带partialFilterExpression限制深度的索引。

当MongoDB集合中存在数组字段且已建立多键索引,查询突然变慢、mongod进程RSS内存持续飙升至数GB甚至触发OOM Killer时,需立即定位是否由该索引引发的内存异常膨胀。
确认多键索引是否已被激活
连接到目标数据库后,执行 db.collection.getIndexes(),检查目标索引的 "multikey": true 字段。若为 false,说明当前无数组值触发多键行为,可排除该索引;若为 true,继续排查。
运行 db.collection.aggregate([{$indexStats: {}}, {$match: {key: {"field_name": 1}}}, {$project: {multiKey: 1, multiKeyPaths: 1}}]),验证实际触发多键的路径——【multiKeyPaths 非空才表示该索引正在因数组内容生成大量键】。
定位高开销查询与数组值分布
启用数据库慢日志:在mongod.conf中设置 operationProfiling.mode: all 并重启,或动态执行 db.setProfilingLevel(2)。
执行 db.system.profile.find({"millis": {"$gt": 500}, "query": /field_name/}).sort({"ts": -1}).limit(5),提取出耗时高且命中该数组字段的查询语句。
对这些查询中的数组字段做抽样统计:db.collection.aggregate([{$unwind: "$field_name"}, {$group: {_id: "$field_name", count: {$sum: 1}}}, {$sort: {count: -1}}, {$limit: 10}])。若发现某个数组元素(如字符串ID、时间戳)重复出现上万次,它将被反复写入同一索引B-Tree节点,导致内存中索引页缓存急剧膨胀。
临时缓解内存压力的三步操作
第一步:立即禁用该索引的查询使用权限,避免新查询加载更多索引页到内存:db.collection.createIndex({"field_name": 1}, {name: "field_name_1_disabled", background: true, hidden: true})。
第二步:强制驱逐该索引对应的数据页缓存(仅适用于WiredTiger引擎):db.runCommand({clearJumboCache: 1}) → db.runCommand({setParameter: 1, wiredTigerEngineConfigString: "cache_size=1G"}) → 等待约30秒 → 恢复原缓存大小:db.runCommand({setParameter: 1, wiredTigerEngineConfigString: "cache_size=4G"})。
第三步:在业务低峰期执行索引重建并限制数组展开深度:db.collection.dropIndex("field_name_1") → db.collection.createIndex({"field_name": 1}, {name: "field_name_1", partialFilterExpression: {"field_name.2": {"$exists": false}}})。这个 partialFilterExpression 能【阻止包含3个及以上元素的数组进入索引,大幅削减键数量】。


















