MongoDB 新建服务器后如何正确配置与安全防护？

在开始配置MongoDB新服务器之前,准备工作是确保后续安装和配置顺利进行的基础，需要明确服务器的硬件资源需求，包括CPU、内存、存储空间和网络带宽，MongoDB对内存要求较高，建议至少分配8GB以上内存，并根据数据量规划足够的磁盘空间，建议使用SSD以提高I/O性能，选择合适的操作系统版本，MongoDB支持主流Linux发行版（如Ubuntu、CentOS）和Windows Server，推荐使用LTS（长期支持）版本以获得更稳定的更新和补丁，确保服务器网络配置正确，包括静态IP地址设置、防火墙规则开放必要端口（默认为27017），以及SELinux或安全组的适当配置，避免后续连接问题。

接下来是MongoDB的安装步骤,不同操作系统的安装方式略有差异，以Ubuntu为例，首先添加MongoDB的官方APT仓库，通过导入GPG密钥确保软件包的完整性，然后更新包列表并安装MongoDB社区版，安装完成后，启动MongoDB服务并设置为开机自启，使用systemctl start mongod和systemctl enable mongod命令即可，对于CentOS系统，可通过YUM仓库安装，步骤类似，需注意依赖包的兼容性，安装过程中，建议验证MongoDB版本是否正确，通过运行mongod --version命令确认安装成功，并检查服务状态是否为active (running)。

安装完成后,基础配置是保障服务器安全与性能的关键，配置MongoDB的认证机制，默认情况下MongoDB允许无限制访问，需创建管理员用户并启用权限验证，登录MongoDB shell后，使用use admin切换到admin数据库，通过db.createUser()创建具有userAdminAnyDatabase或root权限的用户，并修改配置文件mongod.conf中的security.authorization为enabled，优化存储引擎和缓存设置，MongoDB默认使用WiredTiger存储引擎，可根据数据类型调整wiredTiger.engineConfig.cacheSizeGB参数，建议设置为系统内存的50%左右，避免影响操作系统性能，配置日志和监控，设置systemLog.destination为file并指定日志路径，启用mongotop和mongostat工具实时监控数据库性能，或集成Prometheus和Grafana实现可视化监控。

数据备份与恢复策略是MongoDB服务器管理中不可或缺的一环,MongoDB提供了多种备份方式，包括文件系统快照（适用于单节点）、mongodump和mongorestore工具（适用于逻辑备份），以及副本集的增量备份，对于生产环境，建议结合副本集或分片集群实现高可用，并通过定期全量备份和增量备份确保数据安全，恢复时，需根据备份类型选择对应方法，例如使用mongorestore从备份目录恢复数据，或通过快照回滚数据，制定灾难恢复预案，明确备份周期、存储位置（建议异地存储）以及恢复流程，定期测试备份数据的可用性，避免因备份失效导致数据丢失。

性能优化与安全加固是确保MongoDB服务器长期稳定运行的重点,性能优化方面，可通过创建适当的索引提升查询效率，避免全表扫描；调整wiredTiger.concurrencyAdjustment参数优化并发性能；根据读写负载均衡分片策略，合理分配数据分片，安全加固方面，除启用认证外，还需限制网络访问，通过绑定IP地址（bindIp）或使用VPN访问；定期更新MongoDB版本以修复安全漏洞；启用审计功能（auditLog）记录操作日志，便于追溯异常行为，监控磁盘空间使用率，避免因空间不足导致服务不可用，并设置资源限制（如maxConcurrentConnections）防止恶意请求耗尽服务器资源。

FAQs
Q1: 如何在MongoDB中重置管理员密码？
A1: 若忘记管理员密码，可通过无认证模式启动MongoDB修改密码，首先停止mongod服务，使用--auth参数前添加--noauth或注释配置文件中的security.authorization，然后启动服务，登录MongoDB shell后，切换到admin数据库，使用db.changeUserPassword("用户名", "新密码")修改密码，最后重启服务并启用认证。

Q2: MongoDB服务器CPU占用率过高如何排查？
A2: 首先使用db.currentOp()查看当前正在运行的操作，识别长时间运行的慢查询（可通过db.setProfilingLevel(1)开启慢查询日志），其次检查索引使用情况，确保查询命中索引而非全表扫描，调整wiredTiger.cacheSizeGB或增加服务器内存，避免频繁磁盘I/O，若为写入密集型场景，可考虑调整journal.commitIntervalMs参数或优化写入批量大小。