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。

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

> db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()
{"cursor" : "BasicCursor",#游标类型"nscanned" : 2010000,#扫描数量"nscannedObjects" : 2010000,#扫描对象"n" : 337800,#返回数据"millis" : 2838,#耗时"nYields" : 0,"nChunkSkips" : 0,"isMultiKey" : false,"indexOnly" : false,"indexBounds" : {#使用索引（这里没有）}
}

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

db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()
{"cursor" : "BtreeCursor user.uid_1","nscanned" : 337800,"nscannedObjects" : 337800,"n" : 337800,"millis" : 1371,"nYields" : 0,"nChunkSkips" : 0,"isMultiKey" : false,"indexOnly" : false,"indexBounds" : {"user.uid" : [[2663199,1.7976931348623157e+308]]}
}

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。