MongoDB 的慢日志（Slow Query Log）对于运维和步伐员来说都非常紧张，因为它直接关系到数据库的性能和应用步伐的稳定性。以下分享介绍下MongoDB慢日志查询及索引创建相关的一些笔记。
一，准备
1. 利用 db.currentOp() 实时监控
db.currentOp() 可以查看当前正在实行的操纵，得当捕捉瞬时的高 CPU 操纵。
示例：过滤长时间运行的操纵
- db.currentOp({ "secs_running": { "$gt": 1 } }) // 过滤运行时间超过 1 秒的操作
- opid：操纵 ID。
- op：操纵类型（如 query、update、command 等）。
- ns：操纵的定名空间（数据库和聚集）。
- secs_running：操纵已经运行的时间（秒）。
- planSummary：操纵的实行操持择要。
- locks：操纵持有的锁信息。
2. 查询当前 profiling 状态
运行以下命令：
输出示例：
- {
- "was": 1,
- "slowms": 100,
- "sampleRate": 1.0
- }
- was：当前的 profiling 级别。
- 0：关闭 profiling。
- 1：记录慢查询。
- 2：记录全部查询。
- slowms：当前的慢查询阈值（单元：毫秒）。
- sampleRate：采样率（MongoDB 4.4+ 引入），表示记录慢查询的比例（默以为 1.0，即 100%）。
解释输出
slowms: 100：表示当前慢查询阈值为 100 毫秒。任何实行时间高出 100 毫秒的查询都会被记录到 system.profile 聚集中。
was: 1：表示当前 profiling 级别为 1，即只记录慢查询。
3. 修改慢查询阈值
如果你想修改慢查询阈值，可以利用 db.setProfilingLevel() 方法。例如，将阈值改为 200 毫秒：
- db.setProfilingLevel(1, { slowms: 200 })
然后让 MongoDB 运行一段时间，以便收集足够的慢查询数据。这段时间可以根据你的体系负载和查询频率来决定。
4. 查询 profiling 级别
如果你只想查询当前的 profiling 级别（而不关心阈值），可以利用以下命令：
输出示例：
- 0：关闭 profiling。
- 1：记录慢查询。
- 2：记录全部查询。
二、查询慢SQL
1.查询语句
- db.system.profile.find().sort({ ts: -1 }).limit(10)
运行以下命令
- db.system.profile.find({ millis: { $gt: 3000 } }).sort({ ts: -1 })
- { millis: { $gt: 3000 } }：筛选 millis 大于 3000 的文档。
- .sort({ ts: -1 })：按时间戳倒序排列，确保最新的查询排在最前面。
3. 进一步筛选
如果你只想查看特定类型的操纵（如 query 或 aggregate），可以在查询中添加额外的过滤条件。例如：
- 只查看 query 操纵：
- db.system.profile.find({ op: "query", millis: { $gt: 3000 } }).sort({ ts: -1 })
- 只查看 aggregate 操纵：
- db.system.profile.find({ op: "command", "command.aggregate": { $exists: true }, millis: { $gt: 3000 } }).sort({ ts: -1 })
如果结果较多，可以利用 limit 限定返回的文档数量。例如，只返回前 10 条：
- db.system.profile.find({ millis: { $gt: 3000 } }).sort({ ts: -1 }).limit(10)
假设你想查询 2023-10-01T12:00:00Z 之后的记录，可以利用以下命令：
- db.system.profile.find({
- ts: { $gt: ISODate("2023-10-01T12:00:00Z") }
- }).sort({ ts: -1 }).limit(10)
示例：查询 2023-10-01T12:00:00Z 到 2023-10-02T12:00:00Z 之间的记录
- db.system.profile.find({
- ts: {
- $gt: ISODate("2023-10-01T12:00:00Z"),
- $lt: ISODate("2023-10-02T12:00:00Z")
- }
- }).sort({ ts: -1 }).limit(10);
db.system.profile.find() 返回的文档中，以下字段最为关键：
字段名说明op操纵类型（如 query、update、insert 等）。ns操纵的定名空间（格式为 数据库名.聚集名）。command具体的查询或命令内容（如 find、aggregate 等）。millis查询实行时间（单元：毫秒）。planSummary查询的实行操持择要（如利用的索引）。ts查询实行的时间戳。keysExamined扫描的索引键数量。docsExamined扫描的文档数量。nreturned返回的文档数量。locks锁信息（如锁类型和持偶然间）。 7. 留意事项
- system.profile 聚集的大小：system.profile 是一个 capped collection（固定大小聚集），默认大小较小。如果必要更长时间的日志，可以调整其大小：
- db.setProfilingLevel(0); // 先关闭 profiling
- db.system.profile.drop();
- db.createCollection("system.profile", { capped: true, size: 1048576 }); // 设置新的大小（单位：字节）
- db.setProfilingLevel(1, { slowms: 100 }); // 重新启用 profiling
- 性能影响：启用 profiling 会对性能有一定影响，发起在生产环境中谨慎利用。
三、创建索引
1.创建
针对以上捞出来的慢SQL语句，可以添加相应的索引
- db.mytable.createIndex({ field1: 1, field2: 1 })
2.验证
创建索引后，可以利用 explain 方法验证查询是否利用了新创建的索引。
- db.mytable.find(
- { field1: 'abc', field2: '2025-03-19' }
- ).limit(1).explain("executionStats")
- winningPlan.inputStage.indexName：确认是否利用了新创建的索引。
- executionStats.totalDocsExamined：检查扫描的文档数量是否明显淘汰。
- executionStats.executionTimeMillis：检查查询实行时间是否淘汰。
3.索引优化发起
- 索引次序：复合索引的次序非常紧张。如果查询条件中 field1是等值查询，而 field2是范围查询，那么将 field11放在前面会更高效。
- 索引选择性：选择性高的字段（即唯一值多的字段）放在索引前面。例如，如果 field1的唯一值比 field2多，则将 field1放在前面。
- 覆盖索引：如果查询只必要返回索引字段，可以创建一个覆盖索引，制止回表查询。例如：
- db.mytable.createIndex({ field1: 1, field2: 1, other_field: 1 })
4.其他优化发起
- 数据分布：检查 field1和 field2的数据分布。如果某个字段的值非常集中（如 field2总是雷同），索引的效果大概不明显。
- 查询模式：如果查询模式固定（如总是查询 field1和 field2），复合索引是最佳选择。如果查询模式多变，大概必要创建多个索引。
- 索引大小：索引会占用存储空间，并影响写入性能。确保索引的收益大于其成本。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
