我使用mongodb存储30天的数据，这些数据作为流来到我这里。我正在寻找一种清除机制，通过它我可以丢弃最旧的数据，为新数据创造空间。我以前使用mysql，我使用分区处理这种情况。我保留了30个以日期为基础的分区。我删除了最旧的日期分区并创建了一个新分区来保存新数据。

当我在mongodb中映射相同的东西时，我觉得使用基于日期的"分片"。但问题是它使我的数据分发变坏。如果所有新数据都在同一个分片中，那么该分片将会很热，因为有很多人访问它们，并且包含旧数据的分片将减少用户的负载。

我可以有一个基于集合的清除。我可以有30个收藏品，我可以丢弃最旧的收藏品以容纳新数据。但是有几个问题是1)如果我将集合缩小，那么我不能从分片中获益，因为它们是按照每个集合完成的。 2)我的查询必须更改为从所有30个集合中查询并进行联合。

请建议我一个很好的清除机制(如果有的话)来处理这种情况。

在MongoDB中只有三种方法可以进行清除。看起来你已经确定了几个权衡因素。

选项＃1：单一集合

利弊

• 易于实施
• 易于运行Map / Reduces

缺点

• 删除与插入一样昂贵，导致大量IO以及需要对数据库进行"碎片整理"或"压缩"。
• 在某些时候，你最终会处理"写入"的两倍，因为你必须插入一天的数据并删除一天的数据。

选项＃2：每天收集

利弊

• 通过collection.drop()删除数据非常快。
• 仍然映射/减少友好，因为每天的输出可以与摘要数据合并或重新减少。

缺点

• 您可能仍然存在一些碎片问题。
• 您需要重新编写查询。但是，根据我的经验，如果您有足够的数据要清除，则很少直接访问该数据。相反，您倾向于对该数据运行Map / Reduces。所以这可能不会改变那么多查询。

选项＃3：每天数据库

利弊

• 删除速度尽可能快，文件只是被截断。
• 零碎片问题，易于备份/恢复/归档旧数据。

缺点

• 将使查询更具挑战性(期望编写一些包装代码)。
• 编写Map / Reduce并不容易，但是看看聚合框架可能会更好地满足您的需求。

现在有一个选项＃4，但它不是一般解决方案。我知道有些人只是使用Capped Collections来"清除"。肯定有这样的情况，但它有一些警告，所以你真的需要知道你在做什么。

我们可以从mongodb 2.2版本或更高版本中设置TTL用于收集。这将帮助您从集合中过期旧数据。

请点击此链接：http：//docs.mongodb.org/manual/tutorial/expire-data/

最好将一台服务器保存为存档
每隔15天清洗一次
从存档中删除旧..
使存档具有更多数据分区

我有类似的情况，这个页面帮助了我，特别是底部的"有用的脚本"部分。 http://www.mongodb.org/display/DOCS/Excessive+Disk+Space