MongoDB性能优化及监控

数据库 2024/12/22 佚名

3 2 1

MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。

MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。

一、索引

MongoDB 提供了多样性的索引支持，索引信息被保存在system.indexes 中，且默认总是为_id创建索引，它的索引使用基本和MySQL 等关系型数据库一样。其实可以这样说说，索引是凌驾于数据存储系统之上的另一层系统，所以各种结构迥异的存储都有相同或相似的索引实现及使用接口并不足为奇。

1.基础索引

在字段age 上创建索引，1(升序);-1(降序)：

db.users.ensureIndex({age:1})

_id 是创建表的时候自动创建的索引，此索引是不能够删除的。当系统已有大量数据时，创建索引就是个非常耗时的活，我们可以在后台执行，只需指定“backgroud:true”即可。

db.t3.ensureIndex({age:1} , {backgroud:true})

2.文档索引

索引可以任何类型的字段，甚至文档:

db.factories.insert( { name: "wwl", addr: { city: "Beijing", state: "BJ" } } );
//在addr 列上创建索引
db.factories.ensureIndex( { addr : 1 } );
//下面这个查询将会用到我们刚刚建立的索引
db.factories.find( { addr: { city: "Beijing", state: "BJ" } } );
//但是下面这个查询将不会用到索引，因为查询的顺序跟索引建立的顺序不一样
db.factories.find( { addr: { state: "BJ" , city: "Beijing"} } );

3. 组合索引

跟其它数据库产品一样，MongoDB 也是有组合索引的，下面我们将在addr.city 和addr.state上建立组合索引。当创建组合索引时，字段后面的1 表示升序，-1 表示降序，是用1 还是用-1 主要是跟排序的时候或指定范围内查询的时候有关的。

db.factories.ensureIndex( { "addr.city" : 1, "addr.state" : 1 } );
// 下面的查询都用到了这个索引
db.factories.find( { "addr.city" : "Beijing", "addr.state" : "BJ" } );
db.factories.find( { "addr.city" : "Beijing" } );
db.factories.find().sort( { "addr.city" : 1, "addr.state" : 1 } );
db.factories.find().sort( { "addr.city" : 1 } )

4. 唯一索引

只需在ensureIndex 命令中指定”unique:true”即可创建唯一索引。例如，往表t4 中插入2 条记录:

db.t4.ensureIndex({firstname: 1, lastname: 1}, {unique: true});

5.强制使用索引

hint 命令可以强制使用某个索引。

db.t5.find({age:{$lt:30}}).hint({name:1, age:1}).explain()

6.删除索引

//删除t3 表中的所有索引
db.t3.dropIndexes()
//删除t4 表中的firstname 索引
db.t4.dropIndex({firstname: 1})

二、explain执行计划

MongoDB 提供了一个 explain 命令让我们获知系统如何处理查询请求。利用 explain 命令，我们可以很好地观察系统如何使用索引来加快检索，同时可以针对性优化索引。

db.t5.ensureIndex({name:1})
db.t5.ensureIndex({age:1})
db.t5.find({age:{$gt:45}}, {name:1}).explain()
{
"cursor" : "BtreeCursor age_1",
"nscanned" : 0,
"nscannedObjects" : 0,
"n" : 0,
"millis" : 0,
"nYields" : 0,
"nChunkSkips" : 0,
"isMultiKey" : false,
"indexOnly" : false,
"indexBounds" : {
"age" : [
[45,1.7976931348623157e+308]
]
}
}

字段说明:

"color: #0000ff">三、优化器profile

在MySQL 中，慢查询日志是经常作为我们优化数据库的依据，那在MongoDB 中是否有类似的功能呢"htmlcode">

db.setProfilingLevel(2);

上面profile 的级别可以取0，1，2 三个值，他们表示的意义如下：

1.0 – 不开启
2.1 – 记录慢命令 (默认为>100ms)
3.2 – 记录所有命令

Profile 记录在级别1 时会记录慢命令，那么这个慢的定义是什么"htmlcode">

db.setProfilingLevel( level , slowms )
db.setProfilingLevel( 1 , 10 );

2.查询 Profiling 记录

与MySQL 的慢查询日志不同，MongoDB Profile 记录是直接存在系统db 里的，记录位置system.profile ，所以，我们只要查询这个Collection 的记录就可以获取到我们的 Profile 记录了。列出执行时间长于某一限度(5ms)的 Profile 记录：

db.system.profile.find( { millis : { $gt : 5 } } )

MongoDB Shell 还提供了一个比较简洁的命令show profile，可列出最近5 条执行时间超过1ms 的 Profile 记录。

四、常用性能优化方案

1.创建索引

2.限定返回结果数

3.只查询使用到的字段

4.采用capped collection

5.采用Server Side Code Execution

6.使用Hint，强制使用索引

7.采用Profiling

五、性能监控工具

1. mongosniff

此工具可以从底层监控到底有哪些命令发送给了MongoDB 去执行，从中就可以进行分析：以root 身份执行：

$./mongosniff --source NET lo

然后其会监控位到本地以localhost 监听默认27017 端口的MongoDB 的所有包请求。

2.Mongostat

此工具可以快速的查看某组运行中的MongoDB 实例的统计信息字段说明:
"color: #ff0000">下面给大家介绍下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：

> 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。

mongodb性能优化,mongodb监控

标签：

mongodb性能优化,mongodb监控

免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com

千金楼资源网 Copyright www.htabc.com

评论“MongoDB性能优化及监控”

MongoDB性能优化及监控

暂无“MongoDB性能优化及监控”评论...

MongoDB性能优化及监控

mongodb性能优化,mongodb监控

MongoDB查询性能优化验证及验证

使用zabbix监控mongodb的方法

评论“MongoDB性能优化及监控”

《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线

更新日志

友情链接