答案是调整配置、优化查询、扩展资源。首先限制WiredTiger缓存大小，避免占用过多内存；其次通过创建索引、使用explain分析执行计划优化查询；再检查系统内存使用情况，确认瓶颈来源；最后考虑增加内存、启用分片或副本集进行架构扩展，并定期监控内存趋势以提前预警问题。
当 MongoDB 出现内存不足问题时，核心原因是其依赖内存进行数据缓存和查询操作。MongoDB 使用 WiredTiger 存储引擎时，会利用大量内存做读写缓存，如果系统内存不足，会导致性能下降甚至服务崩溃。解决这个问题需要从配置优化、资源分配和数据管理多方面入手。
调整 WiredTiger 缓存大小
MongoDB 默认会使用最多 50% 的物理内存作为 WiredTiger 缓存。在内存有限的服务器上，这个值可能过高，影响其他进程运行。
可以通过配置文件限制缓存大小：
- 编辑 MongoDB 配置文件（通常是 mongod.conf）
- 添加或修改以下参数： storage.wiredTiger.engineConfig.cacheSizeGB: 1
- 例如将缓存限制为 1GB，根据实际可用内存设置合理值
重启 mongod 服务使配置生效。
优化查询和索引策略
低效查询会消耗更多内存，尤其是全表扫描或未使用索引的操作。
建议措施包括：
检查系统内存使用情况
确认是否真的是 MongoDB 导致内存紧张，还是其他进程占用过高。
可以使用以下命令查看：
- mongostat：观察 MongoDB 实时状态，关注 faults（缺页中断）是否频繁
- top 或 htop：查看 mongod 进程内存占用
- db.serverStatus().mem：在 mongo shell 中查看内存使用详情
如果发现内存碎片化严重或缓存命中率低，说明需要调优。
考虑硬件或部署结构调整
如果数据量持续增长，单机内存始终不够，应考虑架构升级：
- 增加服务器物理内存
- 启用分片（sharding），将数据分布到多个节点
- 使用副本集分离读写压力，将读请求分流到从节点
基本上就这些。关键是根据实际负载合理配置缓存，优化查询效率，并在必要时扩展硬件或架构。不复杂但容易忽略的是定期监控内存趋势，提前预警。
