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。
