深入讲解MongoDB的慢日志查询（profile）

MongoDB的慢日志查询（Profile）功能可通过设置 profiling 级别来开启，记录执行时间超过设定阈值的命令，有助于数据库优化。通过system.profile集合可查询到详细的慢查询记录，为数据库性能调优提供重要依据。

MongoDB性能优化利器：深入剖析慢日志查询（Profile）

MongoDB作为一款高性能、可扩展的NoSQL数据库，在企业级应用中得到了广泛的使用，在实际生产环境中，我们经常会遇到查询性能问题，为了帮助开发者定位并优化查询性能，MongoDB提供了一种强大的工具——慢日志查询（Profile），通过本文，我们将深入讲解MongoDB的慢日志查询功能，帮助大家更好地优化数据库性能。

MongoDB慢日志查询（Profile）简介

MongoDB的慢日志查询（Profile）功能可以帮助开发者捕获执行时间超过设定阈值的操作，以便分析并优化这些操作，开启慢日志查询后，MongoDB会记录所有执行时间超过慢操作阈值的操作的相关信息，包括操作类型、执行时间、查询计划等。

要使用慢日志查询功能，首先需要确保MongoDB服务已经启动了profiling功能，可以通过以下命令查看当前数据库的profiling级别：

db.getProfilingStatus()

返回结果如下：

{
  "was": 0,
  "slowms": 100,
  "sampleRate": 1
}

– was：表示当前数据库的profiling级别，0表示关闭，1表示记录慢操作，2表示记录所有操作。

– slowms：表示慢操作的阈值，单位为毫秒，默认值为100ms。

– sampleRate：表示采样率，取值范围为0-1，默认值为1，表示记录所有符合条件的操作。

可以通过以下命令修改profiling级别：

db.setProfilingLevel(level, slowms, sampleRate)

level为0、1或2，分别表示关闭、记录慢操作和记录所有操作。

MongoDB慢日志查询（Profile）实战

1、开启慢日志查询

通过以下命令开启慢日志查询功能：

db.setProfilingLevel(1, 100)

这里设置慢操作阈值为100ms，即执行时间超过100ms的操作将被记录。

2、生成测试数据

为了方便演示，我们创建一个名为test的集合，并插入一些测试数据：

db.test.insertMany([
  { name: 'Alice', age: 25 },
  { name: 'Bob', age: 30 },
  { name: 'Charlie', age: 35 },
  { name: 'David', age: 40 },
  { name: 'Eve', age: 45 }
])

3、执行查询操作

接下来，我们执行一些查询操作，以便产生慢日志：

// 慢查询操作
db.test.find({ age: { $gt: 1000 } })
// 快速查询操作
db.test.find({ age: { $gt: 30 } })

这里，第一个查询操作由于条件不匹配，导致执行时间较长，超过了100ms的阈值，因此会被记录在慢日志中。

4、查看慢日志

通过以下命令可以查看当前数据库的慢日志：

db.system.profile.find()

返回结果如下：

{
  "_id": ObjectId("5f8a8d3c3d6e8d8d5d8d8d8d"),
  "op": "query",
  "ns": "test.test",
  "query": {
    "age": {
      "$gt": 1000
    }
  },
  "planSummary": "COLLSCAN",
  "execStats": {
    "stage": "COLLSCAN",
    "nReturned": 0,
    "executionTimeMillis": 200,
    "works": 201,
    "advanced": 0,
    "needTime": 200,
    "needYield": 0,
    "saveState": 0,
    "restoreState": 0,
    "isEOF": 1,
    "invalidates": 0,
    "nMatched": 0,
    "nWouldMatch": 0,
    "usedDisk": 0,
    "usedIndex": 0,
    "keysExamined": 0,
    "seeks": 0,
    "scanAndOrder": 0,
    "indexOnly": 0,
    "hitLimit": 0,
    "cycle": "0"
  },
  "ts": ISODate("2020-10-20T08:00:00Z"),
  "client": "127.0.0.1",
  "appName": "MongoDB Shell",
  "allUsers": [
    {
      "user": "test",
      "db": "test"
    }
  ],
  "user": "test"
}

从慢日志中，我们可以看到以下信息：

– 操作类型（op）：查询操作（query）。

– 操作的命名空间（ns）：数据库名.集合名。

– 查询条件（query）：执行的查询语句。

– 查询计划（planSummary）：查询执行的计划，这里是全集合扫描（COLLSCAN）。

– 执行统计信息（execStats）：包括执行时间、返回结果数量等。

– 时间戳（ts）：操作执行的时间。

– 客户端信息（client、appName）：执行操作的应用程序信息。

MongoDB的慢日志查询（Profile）功能是优化数据库性能的利器，通过开启慢日志查询，我们可以轻松地捕获并分析执行时间较长的操作，从而有针对性地进行优化，在实际应用中，开发者应定期检查慢日志，并根据实际情况对查询语句、索引等进行优化，以提高MongoDB的性能。