zoukankan      html  css  js  c++  java
  • mongodb的监控与性能优化

    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:

    1 > db.system.profile.find({millis:{$gt:500}})
    2 { "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 }
    3 { "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

    01 > db.serverStatus()
    02 {
    03     "host" : "baobao-laptop",#主机名
    04     "version" : "1.8.2",#版本号
    05     "process" : "mongod",#进程名
    06     "uptime" : 15549,#运行时间
    07     "uptimeEstimate" : 15351,
    08     "localTime" : ISODate("2011-07-23T06:07:31.220Z"),当前时间
    09     "globalLock" : {
    10         "totalTime" : 15548525410,#总运行时间(ns)
    11         "lockTime" : 89206633,  #总的锁时间(ns)
    12         "ratio" : 0.005737305027178137,#锁比值
    13         "currentQueue" : {
    14             "total" : 0,#当前需要执行的队列
    15             "readers" : 0,#读队列
    16             "writers" : 0#写队列
    17         },
    18         "activeClients" : {
    19             "total" : 0,#当前客户端执行的链接数
    20             "readers" : 0,#读链接数
    21             "writers" : 0#写链接数
    22         }
    23     },
    24     "mem" : {#内存情况
    25         "bits" : 32,#32位系统
    26         "resident" : 337,#占有物理内存数
    27         "virtual" : 599,#占有虚拟内存
    28         "supported" : true,#是否支持扩展内存
    29         "mapped" : 512
    30     },
    31     "connections" : {
    32         "current" : 2,#当前链接数
    33         "available" : 817#可用链接数
    34     },
    35     "extra_info" : {
    36         "note" : "fields vary by platform",
    37         "heap_usage_bytes" : 159008,#堆使用情况字节
    38         "page_faults" : 907 #页面故作
    39     },
    40     "indexCounters" : {
    41         "btree" : {
    42             "accesses" : 59963, #索引被访问数
    43             "hits" : 59963, #所以命中数
    44             "misses" : 0,#索引偏差数
    45             "resets" : 0,#复位数
    46             "missRatio" : 0#未命中率
    47         }
    48     },
    49     "backgroundFlushing" : {   
    50         "flushes" : 259,  #刷新次数
    51         "total_ms" : 3395, #刷新总花费时长
    52         "average_ms" : 13.108108108108109, #平均时长
    53         "last_ms" : 1, #最后一次时长
    54         "last_finished" : ISODate("2011-07-23T06:07:22.725Z")#最后刷新时间
    55     },
    56     "cursors" : {
    57         "totalOpen" : 0,#打开游标数
    58         "clientCursors_size" : 0,#客户端游标大小
    59         "timedOut" : 16#超时时间
    60     },
    61     "network" : {
    62         "bytesIn" : 285676177,#输入数据(byte)
    63         "bytesOut" : 286564,#输出数据(byte)
    64         "numRequests" : 2012348#请求数
    65     },
    66     "opcounters" : {
    67         "insert" : 2010000, #插入操作数
    68         "query" : 51,#查询操作数
    69         "update" : 5,#更新操作数
    70         "delete" : 0,#删除操作数
    71         "getmore" : 0,#获取更多的操作数
    72         "command" : 148#其他命令操作数
    73     },
    74     "asserts" : {#各个断言的数量
    75         "regular" : 0,
    76         "warning" : 0,
    77         "msg" : 0,
    78         "user" : 2131,
    79         "rollovers" : 0
    80     },
    81     "writeBacksQueued" : false,
    82     "ok" : 1
    83 }

    db.stats()查看某一个库的原先状况

    01 > db.stats()
    02 {
    03     "db" : "order",#库名
    04     "collections" : 4,#集合数
    05     "objects" : 2011622,#记录数
    06     "avgObjSize" : 111.92214441878245,#每条记录的平均值
    07     "dataSize" : 225145048,#记录的总大小
    08     "storageSize" : 307323392,#预分配的存储空间
    09     "numExtents" : 21,#事件数
    10     "indexes" : 1,#索引数
    11     "indexSize" : 74187744,#所以大小
    12     "fileSize" : 1056702464,#文件大小
    13     "ok" : 1
    14 }

    查看集合记录用

    01 > db.order.stats()
    02 {
    03     "ns" : "order.order",#命名空间
    04     "count" : 2010000,#记录数
    05     "size" : 225039600,#大小
    06     "avgObjSize" : 111.96,
    07     "storageSize" : 307186944,
    08     "numExtents" : 18,
    09     "nindexes" : 1,
    10     "lastExtentSize" : 56089856,
    11     "paddingFactor" : 1,
    12     "flags" : 1,
    13     "totalIndexSize" : 74187744,
    14     "indexSizes" : {
    15         "_id_" : 74187744#索引为_id_的索引大小
    16     },
    17     "ok" : 1
    18 }

    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

    01 > db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()
    02 {
    03     "cursor" : "BasicCursor",#游标类型
    04     "nscanned" : 2010000,#扫描数量
    05     "nscannedObjects" : 2010000,#扫描对象
    06     "n" : 337800,#返回数据
    07     "millis" : 2838,#耗时
    08     "nYields" : 0,
    09     "nChunkSkips" : 0,
    10     "isMultiKey" : false,
    11     "indexOnly" : false,
    12     "indexBounds" : {#使用索引(这里没有)
    13          
    14     }
    15 }

    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

    01 db.order.find({ "status": 1.0, "user.uid": { $gt: 2663199.0 } }).explain()
    02 {
    03     "cursor" : "BtreeCursor user.uid_1",
    04     "nscanned" : 337800,
    05     "nscannedObjects" : 337800,
    06     "n" : 337800,
    07     "millis" : 1371,
    08     "nYields" : 0,
    09     "nChunkSkips" : 0,
    10     "isMultiKey" : false,
    11     "indexOnly" : false,
    12     "indexBounds" : {
    13         "user.uid" : [
    14             [
    15                 2663199,
    16                 1.7976931348623157e+308
    17             ]
    18         ]
    19     }
    20 }

    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。

  • 相关阅读:
    20200226 Java IO流——廖雪峰
    20200225 Java 多线程(2)-廖雪峰
    20200225 Java 多线程(1)-廖雪峰
    20200224 尚硅谷ElasticSearch【归档】
    20200224 一 概述
    20200222 尚硅谷Dubbo【归档】
    20200222 四、dubbo原理
    Improved robustness of reinforcement learning policies upon conversion to spiking neuronal network platforms applied to Atari Breakout game
    Reinforcement learning in populations of spiking neurons
    Solving the Distal Reward Problem through Linkage of STDP and Dopamine Signaling
  • 原文地址:https://www.cnblogs.com/dushu/p/2831292.html
Copyright © 2011-2022 走看看