Mongo库表占用空间统计

1. 背景

DBA同事反馈说Mongp集群磁盘占用空间过大，超过监控告警95%阈值，因此建议删除部分资源或者申请扩容，本着开源节流的理念，还是乖乖看哪些老数据应该删除。但Mongo中的库和表过多，因此如何进行统计？

2. MongoDB库表占用空间统计

其实，MongoDB中库表的占用空间统计方式N多种，比如通过各种语言依赖包如java的mongodb-driver、python的pymongo等支持统计，选择个人擅长的一种即可。

由于mongo命令行支持运行js代码，因此计划使用js代码来执行(免得要打开各种IDE界面或命令行窗口)

2.1 库占用统计

库占用简单，运行如下命令即可

show dbs;

运行结果如下

mongos> show dbs;
CloudCrawler                 0.000GB
MarkHistory                  0.025GB
Medal                        0.005GB
Result                       0.072GB
ResultHistory                0.051GB
admin                        0.000GB
admind_for_test              0.000GB

2.2 表占用统计

表占用统计，即统计每个库下每个表的大小，运行如下命令即可，该代码仅统计指定库下表的分布

tabName = db.getCollectionNames();
function getReadableFileSizeString(tabName) {
    for(var j=0;j<tabName.length;j++){
        var name=tabName[j];
        var cnt=db.getCollection(name).find({}).count();
        var fileSizeInBytes= db.getCollection(name).stats().size;
        var i = -1;
        var byteUnits = [' kB', ' MB', ' GB', ' TB', 'PB', 'EB', 'ZB', 'YB'];
        do {
            fileSizeInBytes = fileSizeInBytes / 1024;
            i++;
        } while (fileSizeInBytes > 1024);
        print(name + '  cnt:' + cnt + '  size:'+Math.max(fileSizeInBytes, 0.1).toFixed(1) + byteUnits[i]);
    }
};
getReadableFileSizeString(tabName);

运行结果，标识edt_manage_prod库下各个collection的统计

edu_manage_prod：
CheckTask  cnt:53  size:7.7 kB
OCR_TMP_GFS.chunks  cnt:2554250  size:96.6 GB
OCR_TMP_GFS.files  cnt:2529063  size:1.2 GB
eduManifestQuestion  cnt:709  size:15.7 MB
jhi_user  cnt:0  size:0.1 kB
survey_result  cnt:25  size:101.3 kB
survey_task  cnt:19  size:44.6 kB
system.profile  cnt:185  size:210.6 kB

3. 解决

按照如上即可统计中所有库对应表的占用大小，找到占比最大几张表，与业务线确认表是否仍在使用，确认后执行备份后删除即可。

注意：

(1) 执行db.collection.remove()只是清空数据，占用的磁盘空间仍没有释放，因此建议使用db.collection.drop()或执行remove后对该collection重命名，即可彻底释放