mongodb的监控与性能优化
2014-11-13 14:38
274 查看
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:
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.stats()查看某一个库的原先状况
查看集合记录用
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。
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
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
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。
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 }
> 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 }
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。
相关文章推荐
- mongodb的监控与性能优化
- MongoDB性能优化及监控
- mongodb的监控与性能优化
- mongodb可以通过profile来监控数据 (mongodb性能优化)
- mongodb的监控与性能优化
- mongodb的监控与性能优化
- mongodb的监控与性能优化
- mongodb的监控与性能优化
- mongodb的监控与性能优化
- MongoDB性能优化及监控
- mongodb的监控与性能优化
- mongodb的监控与性能优化
- 30分钟学MongoDB系列 ——性能优化和性能监控篇
- nginx+Tomcat优化,性能监控
- Mongodb性能优化之连接优化
- PHP特级课视频教程_第三十四集 Mongodb性能优化_李强强
- MongoDB运行状态、性能监控,分析
- MongoDB分片实战(三):性能和优化
- MongoDB运行状态、性能监控,分析
- Mongodb固定集合和性能优化