MongoDB3.0でのデータ圧縮の有効化

WiredTigerストレージエンジンを搭載したMongoDB3.0を使用すると、データベースに保存されているデータを透過的に圧縮できます。これは非常にエキサイティングで便利な機能であり、急増するデータのディスクスペース使用量を削減するために使用できます。デフォルトでは、wiredtigerはすべてのコレクションに「Snappy」ブロック圧縮エンジンを使用します。 MongoDBサーバー構成ファイルの次のオプションを使用して、デフォルトで圧縮をオフにできます。

storage:
  engine: wiredTiger
  wiredTiger:
    collectionConfig:
      blockCompressor: none

圧縮アルゴリズムは、クラスターの作成時にコレクションレベルで指定できます。「zlib」圧縮を使用してコレクションを作成する例を次に示します。

db.createCollection( "test", {storageEngine:{wiredTiger:{configString:'block_compressor=zlib'}}} );

MongoDB WiredTigerストレージエンジンは、圧縮に2つのオプション（snappyとzlib）を提供します。基本的に、圧縮の範囲と解凍するCPU負荷の量の間にはトレードオフがあります。「zlib」はより多くの圧縮を実現し、それに応じてパフォーマンスが低下します。「Snappy」は「非常に高速で適度な圧縮を目指す」ことを目的としています。

圧縮パフォーマンスを測定するために、いくつかの単純な非科学的なテストを実行しました。うまく圧縮できると思われる文字列を格納するデータセットの1つを使用しました。各ドキュメントの基本構造は次のとおりです。


{
'_id': <ObjectID>,
'name': <Five character string>,
'value': <Random 1MB string>
}

これらのドキュメントを約5000個（約5GBのデータ）挿入しましたが、結果はかなり印象的でした。 Zlibは、かなりの量の圧縮を実現します。 Snappyは、システムにほとんどまたはまったく負荷をかけずに、かなりの量の圧縮も実現します。

Zlib スナッピー非圧縮


データサイズ（MB）	5000.5	5000.5	5000.5
ストレージサイズ（MB）	19.62	254.37	5019

いつものように、データセットのパフォーマンスの向上を理解するには、いくつかのテストを実行する必要があります。圧縮パフォーマンスとトレードオフに関するより詳細なベンチマーク調査は次のとおりです。

http://www.mongodb.com/blog/post/new-compression-options-mongodb-30
http://www.acmebenchmarking.com/2015/02/mongodb-v30-compression-benchmarks.html
https://comerford.cc/2015/02/04/mongodb-3-0-testing-compression/