mongodb的监控与性能优化

一.mongodb的监控

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：

1. > db.system.profile.find({millis:{$gt:500}})
2. { "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 }
3. { "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

1. > db.serverStatus()
2. {
3. "host" : "baobao-laptop",#主机名
4. "version" : "1.8.2",#版本号
5. "process" : "mongod",#进程名
6. "uptime" : 15549,#运行时间
7. "uptimeEstimate" : 15351,
8. "localTime" : ISODate("2011-07-23T06:07:31.220Z"),当前时间
9. "globalLock" : {
10. "totalTime" : 15548525410,#总运行时间（ns）
11. "lockTime" : 89206633,  #总的锁时间（ns）
12. "ratio" : 0.005737305027178137,#锁比值
13. "currentQueue" : {
14. "total" : 0,#当前需要执行的队列
15. "readers" : 0,#读队列
16. "writers" : 0#写队列
17. },
18. "activeClients" : {
19. "total" : 0,#当前客户端执行的链接数
20. "readers" : 0,#读链接数
21. "writers" : 0#写链接数
22. }
23. },
24. "mem" : {#内存情况
25. "bits" : 32,#32位系统
26. "resident" : 337,#占有物理内存数
27. "virtual" : 599,#占有虚拟内存
28. "supported" : true,#是否支持扩展内存
29. "mapped" : 512
30. },
31. "connections" : {
32. "current" : 2,#当前链接数
33. "available" : 817#可用链接数
34. },
35. "extra_info" : {
36. "note" : "fields vary by platform",
37. "heap_usage_bytes" : 159008,#堆使用情况字节
38. "page_faults" : 907 #页面故作
39. },
40. "indexCounters" : {
41. "btree" : {
42. "accesses" : 59963, #索引被访问数
43. "hits" : 59963, #所以命中数
44. "misses" : 0,#索引偏差数
45. "resets" : 0,#复位数
46. "missRatio" : 0#未命中率
47. }
48. },
49. "backgroundFlushing" : {
50. "flushes" : 259,  #刷新次数
51. "total_ms" : 3395, #刷新总花费时长
52. "average_ms" : 13.108108108108109, #平均时长
53. "last_ms" : 1, #最后一次时长
54. "last_finished" : ISODate("2011-07-23T06:07:22.725Z")#最后刷新时间
55. },
56. "cursors" : {
57. "totalOpen" : 0,#打开游标数
58. "clientCursors_size" : 0,#客户端游标大小
59. "timedOut" : 16#超时时间
60. },
61. "network" : {
62. "bytesIn" : 285676177,#输入数据（byte）
63. "bytesOut" : 286564,#输出数据（byte）
64. "numRequests" : 2012348#请求数
65. },
66. "opcounters" : {
67. "insert" : 2010000, #插入操作数
68. "query" : 51,#查询操作数
69. "update" : 5,#更新操作数
70. "delete" : 0,#删除操作数
71. "getmore" : 0,#获取更多的操作数
72. "command" : 148#其他命令操作数
73. },
74. "asserts" : {#各个断言的数量
75. "regular" : 0,
76. "warning" : 0,
77. "msg" : 0,
78. "user" : 2131,
79. "rollovers" : 0
80. },
81. "writeBacksQueued" : false,
82. "ok" : 1
83. }

db.stats()查看某一个库的原先状况

1. > db.stats()
2. {
3. "db" : "order",#库名
4. "collections" : 4,#集合数
5. "objects" : 2011622,#记录数
6. "avgObjSize" : 111.92214441878245,#每条记录的平均值
7. "dataSize" : 225145048,#记录的总大小
8. "storageSize" : 307323392,#预分配的存储空间
9. "numExtents" : 21,#事件数
10. "indexes" : 1,#索引数
11. "indexSize" : 74187744,#所以大小
12. "fileSize" : 1056702464,#文件大小
13. "ok" : 1
14. }

查看集合记录用

1. > db.order.stats()
2. {
3. "ns" : "order.order",#命名空间
4. "count" : 2010000,#记录数
5. "size" : 225039600,#大小
6. "avgObjSize" : 111.96,
7. "storageSize" : 307186944,
8. "numExtents" : 18,
9. "nindexes" : 1,
10. "lastExtentSize" : 56089856,
11. "paddingFactor" : 1,
12. "flags" : 1,
13. "totalIndexSize" : 74187744,
14. "indexSizes" : {
15. "_id_" : 74187744#索引为_id_的索引大小
16. },
17. "ok" : 1
18. }

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

1. > db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()
2. {
3. "cursor" : "BasicCursor",#游标类型
4. "nscanned" : 2010000,#扫描数量
5. "nscannedObjects" : 2010000,#扫描对象
6. "n" : 337800,#返回数据
7. "millis" : 2838,#耗时
8. "nYields" : 0,
9. "nChunkSkips" : 0,
10. "isMultiKey" : false,
11. "indexOnly" : false,
12. "indexBounds" : {#使用索引（这里没有）
13. }
14. }

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

1. db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()
2. {
3. "cursor" : "BtreeCursor user.uid_1",
4. "nscanned" : 337800,
5. "nscannedObjects" : 337800,
6. "n" : 337800,
7. "millis" : 1371,
8. "nYields" : 0,
9. "nChunkSkips" : 0,
10. "isMultiKey" : false,
11. "indexOnly" : false,
12. "indexBounds" : {
13. "user.uid" : [
14. [
15. 2663199,
16. 1.7976931348623157e+308
17. ]
18. ]
19. }
20. }

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。