1.公司业务调整，把一部分数据由Redis转至MongoDB，业务在测试环境正常，生产环境上线后发现压力一上来MongoDB的服务直接把CPU占满了，和开发的同学分析了一下也参考了一下百度上类似的问题，最后定位原因：未使用索引。
解决方法很简单：对应的关键字段创建索引即可。
参考命令如下：
>use Data; #进入数据库Data，注意区分大小写；
>db.stats(); #查看数据库的状态；
>db.getCollectionNames(); #查看所有表名；
>db.dynamic.find().limit(5); #查看dynamic表的前5条数据；
>db.dynamic.find().count(); #统计dynamic表总共有多少数据；
>db.dynamic.getIndexes(); #查询表dynamic的索引
#新建索引：对dynamic的score字段以backgroud方式建立索引
>db.dynamic.ensureIndex({score:1} , {backgroud:true});
#状态查看：20秒，每秒更新一次
mongostat -h 80.81.2.3 -p 27017 --rowcount 20 1
mingotop -h 80.81.2.3 -p 27017 --rowcount 20 1
开始创建索引的字段没找准，效果不明显，后来对关键字段创建索引后CPU使用率断崖式下跌。
分析MongoDB数据库正在执行的请求
- 通过Mongo Shell连接实例。
- 执行
db.currentOp()命令，查看数据库当前正在执行的操作。
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 Mongo Shell 连接实例。
- 通过
use <database>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你的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。
- 全集合（表）扫描COLLSCAN 。
- 不合理的索引（关键字： IXSCAN、keysExamined ）
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字段的取值很少（假设只有1、2），而y字段的取值很丰富
{ 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，可参考MongoDB索引原理及复合索引官方文档。
- 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。
- 连接数
1、mongodb最大的连接数是819，在启动里面加参数 --maxConns=3000重启mongodb服务后最大连接数还是819。
2、其实是linux系统的限制，Linux系统默认一个进程最大文件打开数目为1024。需要修改此限制
3、因为将mongodb添加到开机启动里面，需要在rc.local文件下面加ulimit -n 的限制
vi /etc/rc.local
ulimit -n 20000
rm /usr/mongodb/log/mongodb.log
/usr/mongodb/bin/mongod --dbpath=/usr/mongodb/data/ --logpath=/usr/mongodb/log/mongodb.log --master --oplogSize 200
然后重启机器再次查看mongodb的最大连接数发现变了
[root@DB192168129044 bin]# ./mongo
MongoDB shell version: 2.2.0
connecting to: test
> db.serverStatus（）。connections;
{ “current” : 1, “available” : 15999 }
MongoDB的CPU使用率高最佳实践
问题症状
mongodb 实例在日常使用中，有时会出现 CPU使用达到 80%以上 的情况。
问题原因
1、耗时的请求
1.1、全表扫描
关键字：COLLSCAN、 docsExamined
1.2、不合理的索引
关键字：IXSCAN、keysExamined
1.3、大量数据排序
关键字：SORT、hasSortStage
2、服务器能力达到上限
整个数据库的查询非常合理，所有的请求都是高效的走了索引，基本没有优化的空间了，就是机器的服务能力已经达到上限了，应该升级配置了
3、服务器被攻击
通过分析端口连接数，来源IP，日志确认来源IP的访问内容
3.1 查看端口连接数
[root@MONGO-17 ~]# netstat -anp | grep 22001 | wc -l
3.2 查看端口连接来源IP
[root@MONGO-17 ~]# netstat -n | grep 22001 |awk '/^tcp/ {print $5}'| awk -F: '{print $1}' | sort | uniq -c | sort -rn
3.3 查看日志来源IP是什么程序访问
[root@mnkj-db02 data]# netstat -anp | egrep 120.78.231.86:5[0-9]*
tcp 50 0 120.78.231.86:55402 106.11.68.13:80 ESTABLISHED 21343/wrapper
排查步骤
1、资源查看
1.1 占用CPU高的进程
[root@MONGO-17 ~]# top
top - 10:04:09 up 131 days, 17:30, 1 user, load average: 3.85, 2.97, 2.81
Tasks: 189 total, 1 running, 188 sleeping, 0 stopped, 0 zombie
%Cpu0 : 35.6 us, 2.4 sy, 0.0 ni, 61.7 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu1 : 37.7 us, 3.3 sy, 0.0 ni, 58.7 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu2 : 59.5 us, 4.1 sy, 0.0 ni, 36.5 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu3 : 32.6 us, 3.4 sy, 0.0 ni, 64.1 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu4 : 38.7 us, 3.4 sy, 0.0 ni, 57.6 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu5 : 32.9 us, 2.4 sy, 0.0 ni, 64.7 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu6 : 44.0 us, 2.7 sy, 0.0 ni, 53.4 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu7 : 42.4 us, 3.7 sy, 0.0 ni, 53.6 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu8 : 45.1 us, 3.4 sy, 0.0 ni, 51.2 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu9 : 66.9 us, 5.4 sy, 0.0 ni, 27.4 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
%Cpu10 : 35.8 us, 3.4 sy, 0.0 ni, 60.8 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu11 : 34.3 us, 3.5 sy, 0.0 ni, 59.2 id, 0.0 wa, 0.0 hi, 3.1 si, 0.0 st
%Cpu12 : 37.5 us, 2.7 sy, 0.0 ni, 59.8 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu13 : 45.3 us, 3.7 sy, 0.0 ni, 51.0 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu14 : 68.9 us, 2.7 sy, 0.0 ni, 28.4 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
%Cpu15 : 43.6 us, 2.7 sy, 0.0 ni, 53.4 id, 0.0 wa, 0.0 hi, 0.3 si, 0.0 st
KiB Mem : 32780412 total, 274896 free, 20882888 used, 11622628 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 11440020 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
24406 root 20 0 28.204g 0.018t 5976 S 919.6 58.4 477312:14 mongod
24297 root 20 0 3008300 1.148g 6456 S 0.7 3.7 1354:41 mongod
7823 zabbix 20 0 15372 1028 804 S 0.3 0.0 3:46.26 zabbix_agentd
1.2 确定占用CPU高的进程和线程
# 获取进程id 24406
[root@MONGO-17 ~]# ps -ef | grep 24406
/opt/mongodb/bin/mongod --shardsvr --replSet shard17 --port 22001 --dbpath /data/mongodb/shard1/data --auth --keyFile=/opt/mongodb/key/authfile --logpath /data/mongodb/shard1/logs/shard.log --fork
# 查看进程的线程top -p 24406 按 shift+h 查看cpu高的线程，查找线程点用cpu高且cpu时间很长
[root@MONGO-17 tmp]# top -p 24406
top - 13:44:28 up 131 days, 21:10, 2 users, load average: 1.19, 2.34, 2.17
Tasks: 1 total, 0 running, 1 sleeping, 0 stopped, 0 zombie
%Cpu(s): 1.4 us, 0.2 sy, 0.0 ni, 98.4 id, 0.0 wa, 0.0 hi, 0.0 si, 0.0 st
KiB Mem : 32780412 total, 3806372 free, 20931264 used, 8042776 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 11391328 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
24406 root 20 0 28.199g 0.018t 5772 S 23.6 58.5 477924:55 mongod
top - 13:46:33 up 131 days, 21:13, 2 users, load average: 3.11, 2.37, 2.18
Threads: 812 total, 5 running, 807 sleeping, 0 stopped, 0 zombie
%Cpu(s): 31.7 us, 1.2 sy, 0.0 ni, 67.0 id, 0.0 wa, 0.0 hi, 0.1 si, 0.0 st
KiB Mem : 32780412 total, 3767812 free, 20957716 used, 8054884 buff/cache
KiB Swap: 0 total, 0 free, 0 used. 11363284 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ COMMAND
25421 root 20 0 28.348g 0.018t 5772 R 95.4 58.5 4544:58 conn173
14810 root 20 0 28.255g 0.021t 5592 R 99.7 67.3 0:11.06 conn3223924
2360 root 20 0 28.255g 0.021t 5592 R 93.0 67.3 133:33.64 conn3118924
11174 root 20 0 28.255g 0.021t 5592 R 46.5 67.3 182:49.85 conn3125456
1514 root 20 0 28.255g 0.021t 5592 S 41.2 67.3 191:05.51 conn3118283
15026 root 20 0 28.255g 0.021t 5592 R 28.9 67.3 159:31.74 conn3128335
11941 root 20 0 28.218g 0.018t 5776 R 99.7 58.7 0:25.09 conn3221759
12277 root 20 0 28.218g 0.018t 5776 R 99.7 58.7 0:11.82 conn3222028
1.3 分析占用CPU高的线程ID执行内容
# 获取12月14号00:00pm 到12月14号07:30pm执行超过1000ms查询
[root@MONGO-17 tmp]# mlogfilter /data/mongodb/shard1/logs/shard.log --slow 1000 --from 2017-12-14 00:00 --to 2017-12-14 7:30 > /tmp/121400_07.log
# 截取线程ID 25421的线程执行的内容
[root@MONGO-17 tmp]# sed -n '/[conn173]/p' 121400.log
2017-12-14T14:00:56.590+0800 W COMMAND [conn173] Use of the aggregate command without the 'cursor' option is deprecated. See http://dochub.mongodb.org/core/aggregate-without-cursor-deprecation.
1.4 分析mongodb shard.log日志
#安装mtools
# 获取12月13号凌晨开始执行超过1000ms的前20条查询，结果见附件《121300_20.txt》
[root@MONGO-17 logs]# mlogfilter shard.log --from 2017-12-13 0:00 --slow 1000 | head -n20 > /tmp/121300_20.txt
# 获取日志基本信息
[root@MONGO-17 logs]# mloginfo shard.log
source: shard.log
host: MONGO-17:22001
start: 2017 Sep 12 01:08:48.487
end: 2017 Dec 14 10:15:56.643
date format: iso8601-local
length: 33471780
binary: mongod
version: 3.4.7
storage: wiredTiger
# 获取12月11号凌晨开始语句的执行次数、用时等统计信息
[root@MONGO-17 logs]# mlogfilter shard.log --from 2017-12-11 0:00 > /tmp/121100.log
[root@MONGO-17 tmp]# mloginfo 121100.log --queries > /tmp/queries.txt
[root@MONGO-17 tmp]# head -n 20 queries.txt
2、分析mongodb统计数据
2.1 monogtop 统计信息
[root@MONGO-17 tmp]# /opt/mongodb/bin/mongotop -h 127.0.0.1:22001 -udbadmin -pxxx --authenticationDatabase=admin
2017-12-14T11:30:39.461+0800 Failed: error connecting to db server: server returned error on SASL authentication step: Authentication failed.
该用户无法在admin库下认证成功，当前只对mongos开启了认证
2.2 mongostat统计信息
2.3 mongodb 状态查看
[root@MONGO-16 ~]# echo 'db.serverStatus().connections' | /opt/mongodb/bin/mongo 127.0.0.1:27017/admin -udbadmin -puRqVxwYflphBgOH
MongoDB shell version v3.4.7
connecting to: mongodb://127.0.0.1:27017/admin
MongoDB server version: 3.4.7
{ "current" : 1564, "available" : 50864, "totalCreated" : 116536 }
三、扩展信息
- mongotop可以查看MongoDB实例花销在读数据或写数据上的时间，它提供集合级别的统计数据
- mongostat是提供数据库级别的统计数据
四、建议
- 由分析mongodb的shard日志，omdmain.item_region、stock.region_product_inventory、order.order集合find操作关键字：IXSCAN，走不合理的索引以及执行count操作时间过长导致CPU飙高的主要原因。
- 建议调整索引继续观察