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
01 |
> db.serverStatus() |
02 |
{ |
03 |
"host" : "baobao-laptop",#主机名 |
04 |
"version" : "1.8.2",#版本号 |
05 |
"process" : "mongod",#进程名 |
06 |
"uptime" : 15549,#运行时间 |
07 |
"uptimeEstimate" : 15351, |
08 |
"localTime" : ISODate("2011-07-23T06:07:31.220Z"),当前时间 |
09 |
"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
01 |
> db.stats() |
02 |
{ |
03 |
"db" : "order",#库名 |
04 |
"collections" : 4,#集合数 |
05 |
"objects" : 2011622,#记录数 |
06 |
"avgObjSize" : 111.92214441878245,#每条记录的平均值 |
07 |
"dataSize" : 225145048,#记录的总大小 |
08 |
"storageSize" : 307323392,#预分配的存储空间 |
09 |
"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
01 |
> db.order.stats() |
02 |
{ |
03 |
"ns" : "order.order",#命名空间 |
04 |
"count" : 2010000,#记录数 |
05 |
"size" : 225039600,#大小 |
06 |
"avgObjSize" : 111.96, |
07 |
"storageSize" : 307186944, |
08 |
"numExtents" : 18, |
09 |
"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
01 |
> db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain() |
02 |
{ |
03 |
"cursor" : "BasicCursor",#游标类型 |
04 |
"nscanned" : 2010000,#扫描数量 |
05 |
"nscannedObjects" : 2010000,#扫描对象 |
06 |
"n" : 337800,#返回数据 |
07 |
"millis" : 2838,#耗时 |
08 |
"nYields" : 0, |
09 |
"nChunkSkips" : 0, |
10 |
"isMultiKey" : false, |
11 |
"indexOnly" : false, |
12 |
"indexBounds" : {#使用索引（这里没有） |
13 |
|
14 |
} |
15 |
} |
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
01 |
db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain() |
02 |
{ |
03 |
"cursor" : "BtreeCursor user.uid_1", |
04 |
"nscanned" : 337800, |
05 |
"nscannedObjects" : 337800, |
06 |
"n" : 337800, |
07 |
"millis" : 1371, |
08 |
"nYields" : 0, |
09 |
"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。