分析MongoDB数据库的慢请求

云数据库MongoDB默认开启了慢请求Profiling ，系统自动地将请求时间超过100ms的执行情况记录到对应数据库下的system.profile集合里。

通过use 命令进入指定数据库。 use mongodbtest

执行如下命令，查看该数据下的慢请求日志。 db.system.profile.find().pretty()

分析慢请求日志，查找引起MongoDB CPU使用率升高的原因。

以下为某个慢请求日志示例，可查看到该请求进行了全表扫描，扫描了11000000个文档，没有通过索引进行查询。 {

"op" : "query",

"ns" : "123.testCollection",

"command" : {

"find" : "testCollection",

"filter" : {

"name" : "zhangsan"

},

"$db" : "123"

},

"keysExamined" : 0,

"docsExamined" : 11000000,

"cursorExhausted" : true,

"numYield" : 85977,

"nreturned" : 0,

"locks" : {

"Global" : {

"acquireCount" : {

"r" : NumberLong(85978)

}

},

"Database" : {

"acquireCount" : {

"r" : NumberLong(85978)

}

},

"Collection" : {

"acquireCount" : {

"r" : NumberLong(85978)

}

}

},

"responseLength" : 232,

"protocol" : "op_command",

"millis" : 19428,

"planSummary" : "COLLSCAN",

"execStats" : {

"stage" : "COLLSCAN",

"filter" : {

"name" : {

"$eq" : "zhangsan"

}

},

"nReturned" : 0,

"executionTimeMillisEstimate" : 18233,

"works" : 11000002,

"advanced" : 0,

"needTime" : 11000001,

"needYield" : 0,

"saveState" : 85977,

"restoreState" : 85977,

"isEOF" : 1,

"invalidates" : 0,

"direction" : "forward",

....in"

}

],

"user" : "root@admin"

}

通常在慢请求日志中，您需要重点关注以下几点。

全表扫描(关键字： COLLSCAN、 docsExamined )

全集合(表)扫描COLLSCAN 。

当一个操作请求(如查询、更新、删除等)需要全表扫描时，将非常占用CPU资源。在查看慢请求日志时发现COLLSCAN关键字，很可能是这些查询占用了CPU资源。

说明 如果这种请求比较频繁，建议对查询的字段建立索引的方式来优化。

通过查看docsExamined的值，可以查看到一个查询扫描了多少文档。该值越大，请求所占用的CPU开销越大。

不合理的索引(关键字： IXSCAN、keysExamined )

说明

索引不是越多越好，索引过多会影响写入、更新的性能。

如果您的应用偏向于写操作，索引可能会影响性能。

通过查看keysExamined字段，可以查看到一个使用了索引的查询，扫描了多少条索引。该值越大，CPU开销越大。

如果索引建立的不太合理，或者是匹配的结果很多。这样即使使用索引，请求开销也不会优化很多，执行的速度也会很慢。

如下所示，假设某个集合的数据，x字段取值的重复率很高(假设只有1、2)，而y字段取值的重复率很低。{ x: 1, y: 1 }

{ x: 1, y: 2 }

{ x: 1, y: 3 }

......

{ x: 1, y: 100000}

{ x: 2, y: 1 }

{ x: 2, y: 2 }

{ x: 2, y: 3 }

......

{ x: 1, y: 100000}

要实现 {x: 1, y: 2} 这样的查询。db.createIndex( {x: 1} ) 效果不好，因为x相同取值太多

db.createIndex( {x: 1, y: 1} ) 效果不好，因为x相同取值太多

db.createIndex( {y: 1 } ) 效果好，因为y相同取值很少

db.createIndex( {y: 1, x: 1 } ) 效果好，因为y相同取值少

关于{y: 1} 与 {y: 1, x: 1} 的区别，可参见

大量数据排序(关键字： SORT、hasSortStage )

当查询请求里包含排序的时候， system.profile 集合里的hasSortStage字段会为 true 。如果排序无法通过索引满足，MongoDB会在查询结果中进行排序。而排序这个动作将非常消耗CPU资源，这种情况需要对经常排序的字段建立索引的方式进行优化。

说明 当您在system.profile集合里发现SORT关键字时，可以考虑通过索引来优化排序。

其他还有诸如建立索引、aggregation(遍历、查询、更新、排序等动作的组合) 等操作也可能非常耗CPU资源，但本质上也是上述几种场景。更多profiling的设置请参见

您也可以将MongoDB实例接入至数据库自治服务DAS(Database Autonomy Service)。在DAS控制台中，您可以对MongoDB实例的实时性能、实时会话、慢日志、磁盘空间等信息进行监控和管理，详情请参见