MongoDB自动删除过期数据的方法（TTL索引）
前序：
最近由于公司业务需求，对于3个月前的过期数据需要进行删除动作，以释放空间和方便维护
本来想的是使用crontab写个脚本定时执行，但是看到Mongo本身就有自动删除过期数据的功能，所以还是用一下吧
这个方法就是使用TTL索引，后续我再写一个脚本定时删除的任务，关于TTL索引的更多使用实例，大家可以参考学习这篇文章：介绍：
TTL索引是MongoDB中一种特殊的索引， 可以支持文档在一定时间之后自动过期删除，目前TTL索引只能在单字段上建立，并且字段类型必须是date类型或者包含有date类型的数组（如果数组中包含多个date类型字段，则取最早时间为过期时间）
官网介绍链接：https://docs.mongodb.com/v3.2/core/index-ttl/
机制：
当你在集合中某一个字段建立TTL索引后，后台会有一个单线程，通过不断查询（默认60s一次）索引的值来判断document是否有过期，并且删除文档的动作还依据mongod实例的负载情况，如果负载很高，可能会稍微延后一段时间再删除。
还有一个需要注意的地方，在复制集成员中，TTL后台线程只删除primary的过期数据，如果此实例变为secondary角色，则后台线程闲置
创建TTL索引方法：
和普通索引的创建方法一样，只是会多加一个属性而已
例：在log_events的集合中，createTime 字段上建立一小时后过期的TTL索引
>db.log_events.createIndex( { “createTime”: 1 }, —字段名称
{ expireAfterSeconds: 60*60 } ) —过期时间（单位秒）
>db.log_events.getIndexes() —查看索引
[
{
“v” : 1,
“key” : {
“_id” : 1
},
“name” : “_id_”,
“ns” : “tt.t1”
},
{
“v” : 1,
“key” : {
“createTime” : 1
},
“name” : “createTime_1”,
“ns” : “tt.t1”,
“expireAfterSeconds” : 3600
}
]
修改TTL索引的expireAfterSeconds属性值：
注：如果想更改过期时间expireAfterSeconds，可以使用collMod方法，要不然你只能只用dropIndex(),createIndex()方法重建索引了，我想这样的方法在亿级数据量下是很头疼的
db.runCommand( { collMod: “log_events”, —集合名
index: { keyPattern: { createTime: 1 }, —createTime为具有TTL索引的字段名
expireAfterSeconds: 7200 —修改后的过期时间(秒)
}})
虽然上面的方法可以实现自动过期删除，但是如果白天业务很忙，频繁的删除数据势必会增加负载，所以我想着晚上定时删除过期数据（如果晚上业务量少的话）
方法如下：
增加一个expireTime字段（用于指定过期时间），expireAfterSeconds属性值设置为0，
注：上面的createTime字段就不需要再有TTL索引了，这个expireTime的时间就需要在插入时指定上
>db.log_events.createIndex( { “expireTime”: 1 }, —字段名称
{ expireAfterSeconds: 0 } ) —过期时间（单位秒）
>db.log_events.insert( {
“expireTime”: new Date(‘Jan 22, 2016 23:00:00’), —此文档将在2016-1-22的23点自动删除
“logEvent”: 2,
“logMessage”: “Success!”} )
这样我们就实现了，指定时间自动删除的动作了
限制条件：
有一下集中情况是无法使用TTL索引的
①TTL索引是单字段索引，混合索引不支持TTL，并且也会忽略expireAfterSeconds属性
②在_id 主键上不能建立TTL索引
③在capped collection中不能建立TTL索引，因为MongoDB不能从capped collection中删除文档
④你不能使用createIndex()去更改已经存在的TTL索引的expireAfterSeconds值，如果想更改expireAfterSeconds，可以使用collMod命令，否则你只能删除索引，然后重建了
⑤你不能在已有索引的字段上再创建TTL索引了，如果你想把非TTL索引改为TTL索引，那就只能删除重建索引了
验证：
虽然已经实现了晚上集中自动删除的功能，但是还是担心删除过大数量时负荷问题，随进行了简单测试，一查看TTL索引在亿级别集合中删除140万过期数据的消耗
测试配置：
OS：Vm虚拟机
CPU: 4
内存：8
集合数据量：
> db.t1.count()
104273617
因为我制造测试数据时，_id是顺序增加的，所以我直接查看_id=1500000的那笔数据的createTime，然后自己计算一下此createTime和当前时间的时间差，随后根据这个时间差来更改expireAfterSeconds的值，以让这150万数据5分钟后过期并删除。
在修改完expireAfterSeconds后，就严密延时“ vmstat 1 ” 命令的输出数据；
我的测试结果：
删除操作整个过程在90秒左右完成；
CPU最高占用90%，平均在50%
内存占用3G
这个也是特别准确的模拟情况，只是粗略的了解一下TTL索引的资源消耗，以决定是不是需要这样的方式来实现删除过期数据
监控vmstat的截图：
总结
本篇文章到此结束，如果您有相关技术方面疑问可以联系我们技术人员远程解决，感谢大家支持本站！
