前言
说到MongoDB的慢日志分析，就不得不提到profile分析器，profile分析器将记录的慢日志写到system.profile集合下，这个集合是一个固定集合。我们可以通过对这个集合的查询，来了解当前的慢日志，进而对数据库进行优化。
整体环境
MongoDB 3.2.5
实战
Part1:输出示范
在查询system.profile的时候，我们能够观察到所有的操作，包括remove,update,find等等都会被记录到system.profile集合中，该集合中包含了诸多信息，如：
{
"op" : "query", "ns" : "test.c", "query" : {
"find" : "c", "filter" : {
"a" : 1 }
}
, "keysExamined" : 2, "docsExamined" : 2, "cursorExhausted" : true, "keyUpdates" : 0, "writeConflicts" : 0, "numYield" : 0, "locks" : {
"Global" : {
"acquireCount" : {
"r" : NumberLong(2) }
}
, "Database" : {
"acquireCount" : {
"r" : NumberLong(1) }
}
, "Collection" : {
"acquireCount" : {
"r" : NumberLong(1) }
}
}
, "nreturned" : 2, "responseLength" : 108, "millis" : 0, "execStats" : {
"stage" : "FETCH", "nReturned" : 2, "executionTimeMillisEstimate" : 0, "works" : 3, "advanced" : 2, "needTime" : 0, "needYield" : 0, "saveState" : 0, "restoreState" : 0, "isEOF" : 1, "invalidates" : 0, "docsExamined" : 2, "alreadyHasObj" : 0, "inputStage" : {
"stage" : "IXSCAN", "nReturned" : 2, "executionTimeMillisEstimate" : 0, "works" : 3, "advanced" : 2, "needTime" : 0, "needYield" : 0, "saveState" : 0, "restoreState" : 0, "isEOF" : 1, "invalidates" : 0, "keyPattern" : {
"a" : 1 }
, "indexName" : "a_1", "isMultiKey" : false, "isUnique" : false, "isSparse" : false, "isPartial" : false, "indexVersion" : 1, "direction" : "forward", "indexBounds" : {
"a" : [ "[1.0, 1.0]" ] }
, "keysExamined" : 2, "dupsTested" : 0, "dupsDropped" : 0, "seenInvalidated" : 0 }
}
, "ts" : ISODate("2015-09-03T15:26:14.948Z"), "client" : "127.0.0.1", "allUsers" : [ ], "user" : ""}
Part2:输出解读
system.profile.op
这一项主要包含如下几类
- insert
- query
- update
- remove
- getmore
- command
代表了该慢日志的种类是什么，是查询、插入、更新、删除还是其他。
system.profile.ns
该项表明该慢日志是哪个库下的哪个集合所对应的慢日志。
system.profile.query
该项详细输出了慢日志的具体语句和行为
system.profile.keysExamined
该项表明为了找出最终结果MongoDB搜索了多少个key
system.profile.docsExamined
该项表明为了找出最终结果MongoDB搜索了多少个文档
system.profile.keyUpdates
该项表名有多少个index key在该操作中被更改，更改索引键也会有少量的性能消耗，因为数据库不单单要删除旧Key，还要插入新的Key到B-Tree索引中
system.profile.writeConflicts
写冲突发生的数量，例如update一个正在被别的update操作的文档
system.profile.numYield
为了让别的操作完成而屈服的次数，一般发生在需要访问的数据尚未被完全读取到内存中，MongoDB会优先完成在内存中的操作
system.profile.locks
在操作中产生的锁，锁的种类有多种，如下：
| Global | Represents global lock. |
| MMAPV1Journal | Represents MMAPv1 storage engine specific lock to synchronize journal writes; for non-MMAPv1 storage engines, the mode forMMAPV1Journal is empty. |
| Database | Represents database lock. |
| Collection | Represents collection lock. |
| Metadata | Represents metadata lock. |
| oplog | Represents lock on the oplog. |
锁的模式也有多种，如下：
| Lock Mode | Description |
|---|---|
| R | Represents Shared (S) lock. |
| W | Represents Exclusive (X) lock. |
| r | Represents Intent Shared (IS) lock. |
| w | Represents Intent Exclusive (IX) lock. |
system.profile.locks.acquireCoun
在各种不用的种类下，请求锁的次数
system.profile.nreturned
该操作最终返回文档的数量
system.profile.responseLength
结果返回的大小，单位为bytes，该值如果过大，则需考虑limit()等方式减少输出结果
system.profile.millis
该操作从开始到结束耗时多少，单位为毫秒
system.profile.execStats
包含了一些该操作的统计信息，只有query类型的才会显示
system.profile.execStats.stage
包含了该操作的详细信息，例如是否用到索引
system.profile.ts
该操作执行时的时间
system.profile.client
哪个客户端发起的该操作，并显示出该客户端的ip或hostname
system.profile.allUsers
哪个认证用户执行的该操作
system.profile.user
是否认证用户执行该操作，如认证后使用其他用户操作，该项为空
总结
system.profile集合是定位慢SQL的手段之一，了解每一个输出项的含义有助于我们更快的定位问题。由于笔者的水平有限，编写时间也很仓促，文中难免会出现一些错误或者不准确的地方，不妥之处恳请读者批评指正。
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对脚本之家的支持。
