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。