MongoDB 麻烦专业点，不懂可以问，别这么用行吗 ! --TTL
MongoDB 麻烦专业点，不懂可以问，别这么用行吗 ! --TTL
资本与技术的“豪赌”70亿赌资， 押宝 AI 数据底座赛道，谁能赢？
是谁不能说，咱们对事不对人。我就说最近遇到的一个MongoDB的使用案例，看过我这个MongoDB系列的老看客，知道我对MongoDB的热爱。
TTL的索引这个功能是MongoDB，我个人觉得最棒的功能之一，通过TTL索引来自动删除过期的数据，这点在MongoDB使用者的手里那是用的很溜。
但今天要说的是另一个问题，就是把TTL给用到业务里面的事情。这点我非常非常不同意，且我不认为这是一个好的使用方法。
这里我们梳理一下TTLS的基本知识，先给一些不懂的同学，然后咱们往下说。
1 TTL 目前仅仅支持Date类型，但你的日期的表达形式必须是ISODate,也就是必须是BSON的Date类型，因为ISODate是在javascript中的一种的时间表现形式，必须是这样的格式的时间，如ISODate("2024-06-09T10:00:00Z")，如果是文本类型的时间是无法创建TTL索引的。
2 在MongoDB中会有一个后台的线程，每60秒扫描一次所有TTL索引，并删除过期文档。通过将过期的expireAfterSeconds 对比时间的value来判断到底这个document是否应该被删除。
3 这里可以通过ttlMonitorSleepSecs 调整这个参数作为删除数据之间的间隔，但不建议调整的太大，这样会导致一个问题，就是每次删除数据会有更多的数据在触发点上，增加删除时的量。
下面我们做一个小例子来说明TTL 索引的一些使用的命令
use ttl_test_db
db.createCollection("ttl_test_collection")
const bulk = [];
for (let i = 0; i < 100000; i++) {
bulk.push({
name: "user_" + i,
createdAt: new Date(), // 当前时间，10秒后会被删除
data: Math.random().toString(36).substring(2)
});
if (bulk.length === 1000) {
db.ttl_test_collection.insertMany(bulk);
bulk.length = 0;
}
}
//通过程序来观察剩余的文档数
setInterval(() => {
print(new Date(), "Count:", db.ttl_test_collection.countDocuments());
}, 5000)
// 创建一个 TTL 索引：100 秒后自动过期
db.ttl_test_collection.createIndex(
{ createdAt: 1 },
{ expireAfterSeconds: 100 }
)
导入10万数据
删除10万数据
删除10万数据很快，这里我们还可以调整并查看后台的检测数据的频率
ongo7 [direct: primary] ttl_test_db> db.adminCommand({ getParameter: 1, ttlMonitorSleepSecs: 1 })
{
ttlMonitorSleepSecs: 60,
ok: 1,
'$clusterTime': {
clusterTime: Timestamp({ t: 1749537178, i: 1 }),
signature: {
hash: Binary(Buffer.from("f50f9b18a88845808544681a72616d491fc4211e", "hex"), 0),
keyId: Long("7514181421930381314")
}
},
operationTime: Timestamp({ t: 1749537178, i: 1 })
}
mongo7 [direct: primary] ttl_test_db>
或者修改这个参数，但这个参数在session中修改后，只能维持到下次MONGODB重启之前。
db.adminCommand({ setParameter: 1, ttlMonitorSleepSecs: 10 })
这样修改就会每10秒来判断一次，方便一些要快速密集删除数据的任务。
这里我们来最后说我为什么说，通过TTL来满足业务删除数据的做法是不合适的
1 TTL删除有延迟，或者不确定性，这点不是我们可控的 2 TTL删除可是不能审计的，且我们无法阻止在特殊情况下 3 TTL是不能进行复杂的数据删除的，没有条件这个思路 4 TTL删除数据中性能的问题，可能会发生 5 部署的隐秘性，以及排查问题的不便利性
所以真正有数据删除需求的应通过程序来完成，而不是通过TTL来完成业务的删除数据的需求，且还要保证业务的正确性。那么TTL到底适合删除什么数据，在什么业务中。
1 日志数据，日志数据的自动清理
2 会话的缓存数据，且不在使用的数据
竹板这么一打，芒果数据库，好用又先进，你可的学会，分布存储架构，很灵活，AI,时序与地理，咱们都能玩得转！
本文分享自 AustinDatabases 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ，欢迎热爱写作的你一起参与！
腾讯云开发者
