- MongoDB官方文档中文版
- MongoDB中文手册说明
- MongoDB简介
- 安装 MongoDB
- The mongo Shell
- MongoDB CRUD 操作
- 聚合
- 数据模型
- 事务
- 索引
- 安全
- 安全检查列表
- 启用访问控制
- 身份验证
- 基于角色的访问控制
- TLS / SSL(传输加密)
- 静态加密
- 客户端字段级加密
- 审计
- 网络和配置强化
- 实现字段级别修订
- 安全参考
- 附录
- 变更流
- 复制
- 分片
- 分片键
- 哈希分片
- 范围分片
- 区
- 管理分片区
- 按位置细分数据
- 用于更改SLA或SLO的分层硬件
- 按应用或客户细分数据
- 仅插入工作负载的分布式本地写入
- 管理分片区
- 使用块进行数据分区
- 在分片集群中拆分数据块
- 管理
- 存储
- 存储引擎
- 日志记录
- 管理日志记录
- GridFS
- FAQ:MongoDB 存储
- 存储引擎
- 参考
- 运算符
- 查询与映射运算符
- 更新运算符
- 聚合管道阶段
- 聚合管道操作符
- $abs (aggregation)
- $acos (aggregation)
- $acosh (aggregation)
- $add (aggregation)
- $addToSet (aggregation)
- $allElementsTrue (aggregation)
- $and (aggregation)
- $anyElementTrue (aggregation)
- $arrayElemAt (aggregation)
- $arrayToObject (aggregation)
- $asin (aggregation)
- $asinh (aggregation)
- $atan (aggregation)
- $atan2 (aggregation)
- $atanh (aggregation)
- $avg (aggregation)
- $ceil (aggregation)
- $cmp (aggregation)
- $concat (aggregation)
- $concatArrays (aggregation)
- $cond (aggregation)
- $convert (aggregation)
- $cos (aggregation)
- $dateFromParts (aggregation)
- $dateToParts (aggregation)
- $dateFromString (aggregation)
- $literal (aggregation)
- 查询修饰符
- 数据库命令
- 聚合命令
- 地理空间命令
- 查询和写操作命令
- 查询计划缓存命令
- 认证命令
- 用户管理命令
- 角色管理命令
- 复制命令
- 分片命令
- 会话命令
- 管理命令
- 诊断命令
- 免费监控命令
- 系统事件审计命令
- mongo Shell 方法
- 集合方法
- db.collection.aggregate()
- db.collection.bulkWrite()
- db.collection.copyTo()
- db.collection.count()
- db.collection.countDocuments()
- db.collection.estimatedDocumentCount()
- db.collection.createIndex()
- db.collection.createIndexes()
- db.collection.dataSize()
- db.collection.deleteOne()
- db.collection.deleteMany()
- db.collection.distinct()
- db.collection.drop()
- db.collection.dropIndex()
- db.collection.dropIndexes()
- db.collection.ensureIndex()
- db.collection.explain()
- db.collection.find()
- db.collection.findAndModify()
- db.collection.findOne()
- db.collection.findOneAndDelete()
- db.collection.findOneAndReplace()
- db.collection.findOneAndUpdate()
- db.collection.getIndexes()
- db.collection.getShardDistribution()
- db.collection.getShardVersion()
- db.collection.insert()
- db.collection.insertOne()
- db.collection.insertMany()
- db.collection.isCapped()
- db.collection.latencyStats()
- db.collection.mapReduce()
- db.collection.reIndex()
- db.collection.remove()
- db.collection.renameCollection()
- db.collection.replaceOne()
- db.collection.save()
- db.collection.stats()
- db.collection.storageSize()
- db.collection.totalIndexSize()
- db.collection.totalSize()
- db.collection.update()
- db.collection.updateOne()
- db.collection.updateMany()
- db.collection.watch()
- db.collection.validate()
- 词汇表
- 默认的MongoDB端口
- 默认的MongoDB读/写关注
- 服务器会话
- MongoDB驱动
- FAQ
- 联系我们
- 更多资料
- [快学Mongo]
- [Mongo问题讨论区]
- [Mongo 驱动使用手册]
- 本书使用 GitBook 发布
性能
MongoDB性能
在本页
当您开发和操作基于MongoDB的应用时，您或许需要分析应用和数据库的性能表现。应用的性能降级通常是因为数据库访问策略、硬件可用性和数据库连接数设置不正确导致的。
一些用户可能因为采用不合适的索引策略，或使用糟糕的表设计模式，而遭遇应用或数据库性能瓶颈。锁性能章节 探讨这些因素如何对MongoDB内部的死锁产生影响。
性能问题可能说明数据库正在按容量临界值执行，是时候为数据库添加额外的服务器资源。通常应用程序的工作集需与服务器可用物理内存相匹配。
某些性能问题可能是暂时的，与不正常负载有关。连接数章节，讨论了一些通过数量缩放释放过度负载的措施。
Database Profiling can help you to understand what operations are causing degradation. 数据库性能章节或许可以帮助您了解什么类型的操作会造成性能降级。
锁性能
MongoDB使用一套锁机制确保数据集的一致性。如果某个操作执行时间较长或是一个队列表单，下一操作请求由于要等待当前操作释放锁而出现性能降级。
与锁相关的慢查询可能是间歇性的，确定是否由于死锁影响了应用性能，请参考serverStatus 输出内容中的 锁 部分和 全局锁 部分。
locks.timeAcquiringMicros除以locks.acquireWaitCount能计算出特定锁模式的平均等待时间。
locks.deadlockCount获取死锁次数。
如果 globalLock.currentQueue.total 值持续较高，有可能有大量的请求在等待锁释放。说明可能有影响性能的并发问题。
如果 globalLock.totalTime 相对于 uptime 较高，说明数据库的死锁已经维持一段时间了。
慢查询可能的原因：索引的无效使用；非最优表设计模式；糟糕的查询结构；系统架构问题；内存不足触发磁盘读取。
连接数
某些情形下，应用和数据之间的连接数可能超出了服务器能处理的请求数，serverStatus json文档中的一些属性可以提供一些洞察。
是如下两个字段的容器：
connections.current是连接到当前数据库实例的客户端连接总数。connections.available是可以给新客户端使用的剩余连接总数。
如果有大量的并发应用请求，数据库可能无法满足需求。您可能需要对数据库进行扩容。
对于“读”较频繁的应用，您需要增加 复制集 的大小并将读操作路由到 secondary 节点
对于“写”较频繁的应用，部署 分片 并添加多个 分片 到 分片集 分散 mongod 实例之间的负载。
连接数峰值也可能是应用程序或驱动程序错误的结果。所有官方MongoDB驱动均实现了连接池，支持客户端更高效的使用和复用连接对象。高连接数却未发现相匹配的负载，可能说明驱动或者其他配置发生错误。
通过设置maxIncomingConnections 配置指定mongoDB支持的最大传入连接数，该值不可超过操作系统最大范围限制。Unix类操作系统中，系统最大范围限制可以通过 ulimit 命令修改，或通过编辑 /etc/sysctl 文件修改。更多详情参见 UNIX ulimit 设置 章节。
数据库性能
数据库分析器 收集MongoDB实例上执行操作的详细信息。“分析器”的输出能帮助用户识别无效查询和操作。
您可以给一个 mongod 实例的单个或全部数据库开启和配置数据库分析器。分析器的配置仅作用于单个 mongod 实例，并不会在复制集 或 分片集 上传播。
开启和配置分析器参见 数据库分析器 章节。
以下分析级别可用：
| 级别 | 描述 |
|---|---|
0 | 分析器关闭且不收集数据，默认配置0。 |
1 | 分析器对执行时间超过 slowms 阈值的操作进行数据收集 |
2 | 分析器对所有操作进行数据收集 |
重要
分析器会影响性能且与系统日志共享配置。生产环境开启或设置分析器前请认证考虑性能和安全性影响。
分析器可能造成的潜在性能降级参见 分析器开销 章节
注意
当
logLevel设置成0时，MongoDB慢查询将以slowOpSampleRate确定的采样速率发送到诊断日志。从MongoDB 4.2开始，复制集Secondaries节点的所有超过慢查询阈值的oplog条目信息都将输出 ，并不遵从这一采样速率。更高级别的logLevel配置下，所有操作都将显示在诊断日志中，无论其延迟时间如何，除了：secondaries节点的慢oplog条目消息的记录的日志。secondaries节点日志只记录慢的oplog条目；增加logLevel不会记录所有oplog条目。
从MongoDB 4.2开始， profiler entries(分析器实体) 和 读/写操作的diagnostic log messages (i.e. mongod/mongos log messages)(诊断日志消息，例如：mongod/mongos 日志消息)包括：
queryHash帮助判别有相同 query shape 的慢查询。planCacheKey对慢查询的 query plan cache 查询计划缓存 提供更多详情。
诠释诊断数据采集
“mongod”和“mongos”进程包括一个全时诊断数据收集（FTDC）机制，以便于MongoDB公司工程师对MongoDB服务器运行情况进行分析。FTDC数据文件是不可读压缩格式，并且继承与MongoDB数据文件相同的文件访问权限。只有能够访问FTDC数据文件的用户才能传输FTDC数据。工程师不能独立于系统所有者或运营人员访问FTDC数据。MongoDB进程默认运行FTDC。更多MongoDB支持选项请查看 Getting Started With MongoDB Support。
FTDC隐私
FTDC数据文件是的不可读压缩格式。MongoDB公司工程师没有系统所有者或运营者的明确许可和帮助，不能访问FTDC数据。
FTDC数据 从不 包含如下类型信息：
- 查询、查询谓词或查询结果的示例
- 从任何最终用户集合或索引中采样的数据
- 系统或MongoDB用户凭据或安全证书
FTDC data包含某些主机信息，例如：主机名称，操作系统信息，和用于启动mongod 或 mongos的配置。这些信息可能被某些组织或监管机构视为受保护或机密，但通常不被视为个人身份信息（PII）。对于这些字段配置了受保护、机密或PII数据的集群，请在发送FTDC数据之前通知MongoDB公司工程师，以便采取适当的措施。
FTDC定期收集由以下命令生成的统计信息：
serverStatusreplSetGetStatus(仅mongod)- 对
local.oplog.rs表的collStats命令。(仅mongod) connPoolStats(仅mongos)
依赖于主机操作系统，诊断数据可能包括如下统计：
- CPU使用率
- 内存使用率
- 与性能相关的磁盘利用率。FTDC不包括与存储容量相关的数据。
- 网络性能统计。FTDC只捕获元数据，不捕获或检查任何网络数据包。
FTDC收集在文件交换或启动时以下命令生成的统计信息
mongod进程将FTDC数据文件存储在mongoDB实例 storage.dbPath 下的 diagnostic.data 目录中。所有诊断数据文件被存储在这个路径下。举例：dbPath 设置成 /data/db ，诊断数据路径则是 /data/db/diagnostic.data。
mongos 进程将FTDC数据文件存储在相对于 systemLog.path 日志路径设置的诊断目录中。MongoDB截断日志文件扩展名，并将 diagnostic.data 连接到剩余的名称。举例： path 设置/var/log/mongodb/mongos.log，诊断数据路径为/var/log/mongodb/mongos.diagnostic.data。
FTDC默认按如下执行：
- 每秒进行数据采集
- 最大200MB“diagnostic.data”文件夹大小。
这些默认设置旨在向MongoDB公司工程师提供有用的数据，对性能或存储大小的影响最小。这些值仅在MongoDB公司工程师出于特定诊断目的需求时才需修改。
您能在MongoDB Github Repository查看FTDC源代码。ftdc_system_stats_*.ccp 文件具体定义捕获的任何特定于系统的诊断数据。
以 diagnosticDataCollectionEnabled: false 启动mongod 或 mongos，或者在配置文件 setParameter 中设置该选项，可关闭FTDC。
setParameter:
diagnosticDataCollectionEnabled: false
关闭FTDC可能增加MongDB公司工程师分析和调试问题的时间和资源。
原文链接：https://docs.mongodb.com/manual/administration/analyzing-mongodb-performance/#mongodb-performance
译者：程哲欣
Copyright © 上海锦木信息技术有限公司 all right reserved，由 MongoDB汉化小组 提供技术支持文件修订时间： 2020-10-11 20:53:05
results matching ""
No results matching ""
若有收获，就点个赞吧
0 人点赞
