MongoDB的监控与性能优化

mongodb可以通过profile来监控数据，进行优化。

查看当前是否开启profile功能用命令

db.getProfilingLevel()  返回level等级，值为0|1|2，分别代表意思：0代表关闭，1代表记录慢命令，2代表全部

开始profile功能为

db.setProfilingLevel(level);  #level等级，值同上

level为1的时候，慢命令默认值为100ms，更改为db.setProfilingLevel(level,slowms)如db.setProfilingLevel(1,50)这样就更改为50毫秒

通过db.system.profile.find() 查看当前的监控日志。

如：

> db.system.profile.find({millis:{$gt:500}})  { "ts" : ISODate("2011-07-23T02:50:13.941Z"), "info" : "query order.order reslen:11022 nscanned:672230  \nquery: { status: 1.0 } nreturned:101 bytes:11006 640ms", "millis" : 640 }  { "ts" : ISODate("2011-07-23T02:51:00.096Z"), "info" : "query order.order reslen:11146 nscanned:672302  \nquery: { status: 1.0, user.uid: { $gt: 1663199.0 } }  nreturned:101 bytes:11130 647ms", "millis" : 647 }

 这里值的含义是

 ts：命令执行时间

info：命令的内容

query：代表查询

order.order： 代表查询的库与集合

reslen：返回的结果集大小，byte数

nscanned：扫描记录数量

nquery：后面是查询条件

nreturned：返回记录数及用时

millis：所花时间

如果发现时间比较长，那么就需要作优化。

比如nscanned数很大，或者接近记录总数，那么可能没有用到索引查询。

reslen很大，有可能返回没必要的字段。

nreturned很大，那么有可能查询的时候没有加限制。

mongo可以通过db.serverStatus()查看mongod的运行状态

> db.serverStatus()  {   "host" : "baobao-laptop",#主机名   "version" : "1.8.2",#版本号   "process" : "mongod",#进程名   "uptime" : 15549,#运行时间   "uptimeEstimate" : 15351,   "localTime" : ISODate("2011-07-23T06:07:31.220Z"),当前时间   "globalLock" : {    "totalTime" : 15548525410,#总运行时间（ns）    "lockTime" : 89206633, #总的锁时间（ns）    "ratio" : 0.005737305027178137,#锁比值    "currentQueue" : {     "total" : 0,#当前需要执行的队列     "readers" : 0,#读队列     "writers" : 0#写队列    },    "activeClients" : {     "total" : 0,#当前客户端执行的链接数     "readers" : 0,#读链接数     "writers" : 0#写链接数    }   },   "mem" : {#内存情况    "bits" : 32,#32位系统    "resident" : 337,#占有物理内存数    "virtual" : 599,#占有虚拟内存    "supported" : true,#是否支持扩展内存    "mapped" : 512   },   "connections" : {    "current" : 2,#当前链接数    "available" : 817#可用链接数   },   "extra_info" : {    "note" : "fields vary by platform",    "heap_usage_bytes" : 159008,#堆使用情况字节    "page_faults" : 907 #页面故作   },   "indexCounters" : {    "btree" : {     "accesses" : 59963, #索引被访问数     "hits" : 59963, #所以命中数     "misses" : 0,#索引偏差数     "resets" : 0,#复位数     "missRatio" : 0#未命中率    }   },   "backgroundFlushing" : {     "flushes" : 259,  #刷新次数    "total_ms" : 3395, #刷新总花费时长    "average_ms" : 13.108108108108109, #平均时长    "last_ms" : 1, #最后一次时长    "last_finished" : ISODate("2011-07-23T06:07:22.725Z")#最后刷新时间   },   "cursors" : {    "totalOpen" : 0,#打开游标数    "clientCursors_size" : 0,#客户端游标大小    "timedOut" : 16#超时时间   },   "network" : {    "bytesIn" : 285676177,#输入数据（byte）    "bytesOut" : 286564,#输出数据（byte）    "numRequests" : 2012348#请求数   },   "opcounters" : {    "insert" : 2010000, #插入操作数    "query" : 51,#查询操作数    "update" : 5,#更新操作数    "delete" : 0,#删除操作数    "getmore" : 0,#获取更多的操作数    "command" : 148#其他命令操作数   },   "asserts" : {#各个断言的数量    "regular" : 0,    "warning" : 0,    "msg" : 0,    "user" : 2131,    "rollovers" : 0   },   "writeBacksQueued" : false,   "ok" : 1  }

db.stats()查看某一个库的原先状况

> db.stats()  {   "db" : "order",#库名   "collections" : 4,#集合数   "objects" : 2011622,#记录数   "avgObjSize" : 111.92214441878245,#每条记录的平均值   "dataSize" : 225145048,#记录的总大小   "storageSize" : 307323392,#预分配的存储空间   "numExtents" : 21,#事件数   "indexes" : 1,#索引数   "indexSize" : 74187744,#所以大小   "fileSize" : 1056702464,#文件大小   "ok" : 1  }

查看集合记录用

> db.order.stats()  {   "ns" : "order.order",#命名空间   "count" : 2010000,#记录数   "size" : 225039600,#大小   "avgObjSize" : 111.96,   "storageSize" : 307186944,   "numExtents" : 18,   "nindexes" : 1,   "lastExtentSize" : 56089856,   "paddingFactor" : 1,   "flags" : 1,   "totalIndexSize" : 74187744,   "indexSizes" : {    "_id_" : 74187744#索引为_id_的索引大小   },   "ok" : 1  }

mongostat命令查看运行中的实时统计，表示每秒实时执行的次数

mongodb还提供了一个机遇http的监控页面，可以访问http://ip:28017来查看，这个页面基本上是对上面的这些命令做了一下综合，所以这里不细述了。

二.mongodb的优化

根据上面这些监控手段，找到问题后，我们可以进行优化

上面找到了某一下慢的命令，现在我们可以通过执行计划跟踪一下，如

> db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()  {   "cursor" : "BasicCursor",#游标类型   "nscanned" : 2010000,#扫描数量   "nscannedObjects" : 2010000,#扫描对象   "n" : 337800,#返回数据   "millis" : 2838,#耗时   "nYields" : 0,   "nChunkSkips" : 0,   "isMultiKey" : false,   "indexOnly" : false,   "indexBounds" : {#使用索引（这里没有）       }  }

对于这样的，我们可以创建索引

可以通过  db.collection.ensureIndex({"字段名":1}) 来创建索引，1为升序，-1为降序，在已经有多数据的情况下，可用后台来执行，语句db.collection.ensureIndex({"字段名":1} , {backgroud:true}) 

获取索引用db.collection.getIndexes() 查看

这里我们创建一个user.uid的索引 >db.order.ensureIndex({"user.uid":1})

创建后重新执行

db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()  {   "cursor" : "BtreeCursor user.uid_1",   "nscanned" : 337800,   "nscannedObjects" : 337800,   "n" : 337800,   "millis" : 1371,   "nYields" : 0,   "nChunkSkips" : 0,   "isMultiKey" : false,   "indexOnly" : false,   "indexBounds" : {    "user.uid" : [     [      2663199,      1.7976931348623157e+308     ]    ]   }  }

扫描数量减少，速度提高。mongodb的索引设计类似与关系数据库，按索引查找加快书读，但是多了会对写有压力，所以这里就不再叙述了。

2.其他优化可以用hint强制索引查找，返回只是需要的数据，对数据分页等。