监控 MongoDB 性能：关键命令和指标详解
有效的数据库管理有赖于强大的监控能力。对于领先的 NoSQL 文档数据库 MongoDB 而言，了解性能指标对于维持高可用性和响应速度至关重要。查询缓慢、资源消耗过多或意外的连接激增都会严重影响应用程序的性能。
本指南将探讨专为性能监控而设计的 MongoDB shell 中的基本命令。通过定期执行这些命令，管理员和开发人员可以深入了解连接状态、查询执行时间、资源利用率和整体运行状况，从而实现主动优化和故障排除。
MongoDB Shell (mongosh) 中的基本监控命令
运行这些命令的主要界面是 MongoDB Shell (mongosh) 或旧版的 mongo shell。此处显示的所有命令均在此 shell 环境中执行。
1. 理解当前连接：db.currentOp() 和 db.serverStatus()
监控活动连接对于防止连接耗尽和识别可能阻塞资源的长时间运行操作至关重要。
db.currentOp()
此命令返回有关数据库上当前正在执行的操作的信息。对于实时识别缓慢或阻塞的查询，它是不可或缺的。
使用示例：
查看当前所有正在运行的操作：
db.currentOp()
专门查找运行时间超过特定阈值（例如，运行时间超过 5 秒）的操作：
db.currentOp({"secs_running": {$gt: 5}})
输出包括 op（操作）、ns（命名空间）、query（查询）和 secs_running（运行秒数）等详细信息。
db.serverStatus()
虽然此命令提供全面的状态信息，但其 connections 部分对于监控连接池和限制至关重要。
serverStatus 中的关键指标（连接部分）：
current：到服务器的活动连接数。available：可以建立的可用连接数（基于配置的最大值）。
db.serverStatus().connections
2. 分析查询性能：db.getProfilingStatus() 和 db.setProfilingLevel()
MongoDB 提供了内置的分析工具，用于记录数据库操作的执行详情，从而能够识别资源密集型查询。
分析级别
分析级别决定了哪些操作会被记录：
- 0 (关闭)： 不分析任何操作。
- 1 (慢操作)： 仅分析慢于配置阈值 (
slowms) 的操作。 - 2 (所有操作)： 分析所有操作，这会产生显著的写入负载，仅应用于短时间的有针对性的故障排除。
检查状态
查看当前的分析级别：
db.getProfilingStatus()
设置级别（示例）
仅为慢操作启用分析（操作超过 100 毫秒）：
// 将 slowms 设置为 100 毫秒（默认通常为 100）
db.setProfilingLevel(1, { slowms: 100 })
提示： 收集到必要信息后，务必将分析级别恢复到 0，以防止因记录过多而导致性能下降。
查看被分析的慢查询
被分析的操作存储在所监控数据库内的 system.profile 集合中。要查看过去一小时内最慢的 10 个查询：
db.system.profile.find().sort({millis: -1}).limit(10).pretty()
3. 资源利用率指标
了解 MongoDB 如何利用 CPU、内存和 I/O 资源对于扩展决策至关重要。
内存和存储使用情况：db.serverStatus()
serverStatus 中的 globalLock 和 storageEngine 部分提供了关于资源管理的深入见解。
内存指标：
resident：进程正在使用的物理内存量。virtual：进程分配的虚拟内存总量。
db.serverStatus().globalLock
锁竞争监控
MongoDB 使用内部锁定机制。监控锁的获取和等待有助于识别并发瓶颈。
globalLock 中的关键指标：
currentQueue.readers：等待锁的读取者数量。currentQueue.writers：等待锁的写入者数量。totalTime：跨所有操作花费在等待锁上的总时间。
currentQueue 中的高值通常表明缺少索引或写入操作时间过长，导致读取者/写入者排队。
4. 索引使用和健康度：db.collection.stats()
使用不当或缺失的索引是性能下降最常见的原因。stats() 命令有助于分析索引效率。
在特定集合（例如 users）上运行时：
db.users.stats()
需要检查的关键指标：
totalIndexSize：该集合所有索引占用的总磁盘空间。indexSizes：每个索引空间占用的细分情况。- 如果某个索引存在但从未用于读取，它就是应考虑移除的开销。
5. 磁盘 I/O 和吞吐量：db.serverStatus()（网络和操作）
监控网络活动和操作速率可以了解数据库的吞吐量。
**操作速率（来自 opcounters）：
opcounters 跟踪自上次服务器重启以来执行的操作总数，按类型分类：
insert（插入）、query（查询）、update（更新）、delete（删除）、getmore（获取更多）、command（命令）。
通过随时间推移跟踪这些计数器的变化（例如，比较两次连续的 serverStatus 调用），您可以计算操作吞吐量（每秒操作数）。
比较示例：
- 在 T1 时刻运行
db.serverStatus().opcounters。 - 在 T2 时刻运行
db.serverStatus().opcounters。 - 从 T2 值中减去 T1 值，得到该时间间隔内执行的总操作数。
主动监控的最佳实践
- 自动化是关键： 仅依赖手动 shell 命令效率低下。使用 MongoDB Cloud Manager/Ops Manager 或查询这些端点的第三方监控解决方案来集成监控。
- 建立基线： 在系统健康时运行命令，以建立性能基线。任何偏离此基线的行为都应立即调查。
- 关注延迟： 虽然操作计数很有用，但在诊断最终用户体验问题时，应优先考虑延迟指标（如分析日志报告的时间）而不是原始吞吐量。
- 频繁检查连接： 在高流量应用程序中，连接限制通常最先达到。监控
db.serverStatus().connections.current相对于配置的最大值。
结论
掌握 db.currentOp()、db.serverStatus() 等关键 MongoDB shell 命令以及分析工具，可以为管理员提供主动诊断性能瓶颈的必要手段。通过定期检查连接池、查询执行计划（通过分析）和资源消耗，您可以确保您的 MongoDB 部署保持快速、高效和可靠。