mongodb--Profiling慢查询详解
官方查询地址：https://docs.mongodb.com/v3.2/tutorial/manage-the-database-profiler/
在很多情况下，DBA都要对数据库的性能进行分析处理，找出降低性能的根源
而Mongo就有一种分析工具来检测并追踪影响性能的慢查询---Profile
有两种方式可以控制Profiling的开关和级别，
第一种是直接在启动参数中进行设置，如下:
如果想要全局开启Profiling，则可以在mongod启动时加上参数
mongod --profile 1 --slowms100 # 1表示追踪级别，100表示慢查询判定时间(ms)
如果是配置文件中开启的话，配置如下：
[javascript] view plain copy
- operationProfiling:
- slowOpThresholdMs: 100
- mode: slowOp
第二种是在mongo shell进行实时配置，命令如下：
> db.setProfilingLevel(1,200) ---1表示level，200表示慢查询时间(ms)，也可以省略时间设置
{ "was" : 1, "slowms" : 100, "ok" : 1 } ---100表示之前的慢查询时间设定值
> db.getProfilingStatus() ---查询当前慢查询的状态信息
{ "was" : 1, "slowms" : 200 } ---was后的值表示级别
> db.getProfilingLevel() ---只查询Profiling级别可用此命令
1
级别可以取0，1，2 三个值，他们表示的意义如下：
0 – 不开启
1 – 记录慢命令 (默认为>100ms)
2 – 记录所有命令
Mongo Profile慢查询记录直接记录在db中，记录位置是当前开启Profile功能的库下的system.profile集合中，所以只需要直接查询这个集合就行
例：
查询执行时间大于200ms的Profile记录：
> db.system.profile.find( { millis : { $gt : 5 } } )
查看最近的10条记录
>db.system.profile.find().limit(10).sort( { ts : -1 } ).pretty()
查看关于某个collection的相关慢查询操作：
>db.system.profile.find({ns:'mydb.table1'}).pretty()
show profile命令
此命令查询执行时间超过1ms的最近5条记录
对于Profile的相关信息解释：
op:操作的类型，比如：insert,query,command,remove...
ns:被查询目标的命名空间，一般是数据库名和collection名的组合
query:查询的具体语句，如果是insert操作，则会是insert的语句
command：如果操作是一个command，则command语句记录在此
keysExamined:以前是nscanned，3.2版本之后改为keysExamined，表示执行此次操作所扫描的索引键记录数
updateobj：如果操作是一个update，则update语句记录在此
ndeleted：此次操作删除的文档数
ninserted: 此次操作插入的文档数
nModified:此次操作的update的文档数
writeConflicts：如果一个update语句正在操作一个文档，而另一个update同时进行操作此文档，从而造成的冲突数量
locks：此次操作产生锁的相关信息
nreturned：此次操作返回的文档数
responseLength:操作结果集的大小，
moved：表明本次update是否移动了硬盘上的数据，如果新记录比原记录短，通常不会移动当前记录，如果新记录比原记录长，那么可能会移动记录到其它位置，这时候会导致相关索引的更新.磁盘操作更多，加上索引更新，会使得这样的操作比较慢.（不过这个选在仅针对引擎是MMAPv1）
MongoDB 查询优化
如果keysExamined (扫描索引建的记录数)远大于nreturned(返回结果的记录数)的话，那么我们就要考虑通过加索引来优化记录定位了。
responseLength 如果过大，那么说明我们返回的结果集太大了，可能会影响性能，这时请查看find函数的第二个参数是否只写上了你需要的属性名（限制于仅需要查询的字段）。(类似 于MySQL中不要总是select *)
对于创建索引的建议是：如果很少读，那么尽量不要添加索引，因为索引越多，写操作会越慢。如果读量很大，那么创建索引还是比较划算的。
Profiler 的效率
Profiling 功能肯定是会影响效率的，但是不太严重，原因是他使用的是system.profile 来记录，而system.profile 是一个capped collection 这种collection 在操作上有一些限制和特点，但是效率更高
也可以对system.profile的size进行设置，具体设置如下：
[python] view plain copy
- db.setProfilingLevel(0)
- db.system.profile.drop()
- db.createCollection( "system.profile", { capped: true, size:4000000 } )
- db.setProfilingLevel(1)
--------------------- 本文来自 random-walk 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/asdfsadfasdfsa/article/details/65633588?utm_source=copy
