MongoDB管理：副本集创建集合时慎用{autoIndexId: false}选项

MongoDB默认对_id字段建立索引

MongoDB创建集合时，默认会给集合创建id索引。用户如果不需要id索引，可以在创建结合时指定{autoIndexId: false}选项，这样创建出来的集合，就不会有任何索引了。

mongo-9552:PRIMARY> db.createCollection("testcoll", {autoIndexId: false});
{ "ok" : 1 }
mongo-9552:PRIMARY> db.testcoll.getIndexes()
[ ]

什么场景不需要id索引？

当你只需要顺序访问集合数据的时候，可以不对id字段建立索引以提高写入效率，比如MongoDB的local.oplog.rs集合，Secondary使用tailable cursor顺序的从Primary上读取oplog，故MongoDB没有对locol.oplog.rs建立id索引。

mongo-9552:PRIMARY> use local
switched to db local
mongo-9552:PRIMARY> db.oplog.rs.getIndexes()
[ ]

使用副本集时`必须`对id建立索引

MongoDB createCollection的介绍文档中，关于autoIndexId选项，有个小tips

IMPORTANT
For replica sets, all collections must have autoIndexId set to true.

官方建议使用副本集时，所有的集合必须要有id索引，但MongoDB目前没有强制这么做，3.2版本里如果创建集合时指定了{autoIndexID: false}，会提示如下信息，说明官方也准备废弃该选项。

 the autoIndexId option is deprecated and will be removed in a future release

同时，MongoDB启动时也会有警告信息

WARNING: the collection 'test.testcoll' lacks a unique index on _id. This index is needed for replication to function properly

副本集中id索引为什么是必须的？

参考官方issuse

https://jira.mongodb.org/browse/SERVER-22902
https://jira.mongodb.org/browse/SERVER-8237

副本集中，如果集合没有id索引，会导致Secondary在同步数据时负载很高

接下来分析Secondary节点负载高产生的原因

先看一个线上的实际例子，某集合没有id索引，用户以在该集合上每秒insert 100个文档，

Primary CPU利用率： 0.3%左右
Secondary CPU利用率： 200+%  （随集合中文档数量增加不断上涨）

insert操作在Primary上执行后，Primary会记录一条oplog

mongo-9552:PRIMARY> db.colltest.insert({x: 1})
WriteResult({ "nInserted" : 1 })
mongo-9552:PRIMARY> use local
switched to db local
mongo-9552:PRIMARY> db.oplog.rs.find().sort({$natural: -1}).limit(1)
{ "ts" : Timestamp(1456886695, 2), "h" : NumberLong("-6988779545498609573"), "v" : 2, "op" : "i", "ns" : "test.colltest", "o" : { "_id" : ObjectId("56d653a7204536989bc13c6a"), "x" : 1 } }

接下来Secondary从Primary读取该oplog，并重放oplog，对于insert操作，Secondary的行为是执行一条upsert操作（根据id查询文档，如果已经存在则update，如果不存在则insert），来保证幂等性。

由于集合没有id索引，导致Secondary在做upsert时，必对整个集合做一次扫描，来确定id是否存在，当集合规模越来越大时，全集合扫描的开销也越来越大，导致Secondary的负载越来越高，最终会影响到Secondary上的读请求。

AliCloudDB for MongoDB的改进