MongoDB（59）如何分析查询性能？

分析MongoDB查询性能是确保应用程序高效运行的关键步骤。MongoDB提供了许多工具和命令，用于详细分析查询的性能表现。以下是详细的步骤和代码示例，展示如何分析MongoDB的查询性能。

1. 使用 explain 命令

explain 命令可以详细描述查询的执行计划，包括使用的索引、扫描的文档数量等。

示例：基本 explain 使用

db.students.find({ studentId: 12345 }).explain("executionStats");

输出示例及解读

{
  "queryPlanner": {
    "plannerVersion": 1,
    "namespace": "school.students",
    "indexFilterSet": false,
    "parsedQuery": { "studentId": { "$eq": 12345 } },
    "winningPlan": {
      "stage": "FETCH",
      "inputStage": {
        "stage": "IXSCAN",
        "keyPattern": { "studentId": 1 },
        "indexName": "studentId_1",
        "direction": "forward",
        "indexBounds": { "studentId": [ "[12345, 12345]" ] }
      }
    },
    "rejectedPlans": []
  },
  "executionStats": {
    "executionSuccess": true,
    "nReturned": 1,
    "executionTimeMillis": 2,
    "totalKeysExamined": 1,
    "totalDocsExamined": 1,
    "executionStages": {
      "stage": "FETCH",
      "nReturned": 1,
      "executionTimeMillisEstimate": 0,
      "works": 2,
      "advanced": 1,
      "needTime": 0,
      "needYield": 0,
      "saveState": 0,
      "restoreState": 0,
      "isEOF": 1,
      "invalidates": 0,
      "docsExamined": 1,
      "alreadyHasObj": 0,
      "inputStage": {
        "stage": "IXSCAN",
        "nReturned": 1,
        "executionTimeMillisEstimate": 0,
        "works": 2,
        "advanced": 1,
        "needTime": 0,
        "needYield": 0,
        "saveState": 0,
        "restoreState": 0,
        "isEOF": 1,
        "invalidates": 0,
        "keyPattern": { "studentId": 1 },
        "indexName": "studentId_1",
        "isMultiKey": false,
        "multiKeyPaths": { "studentId": [] },
        "indexBounds": { "studentId": [ "[12345, 12345]" ] },
        "keysExamined": 1,
        "seeks": 1,
        "dupsTested": 0,
        "dupsDropped": 0
      }
    }
  },
  "serverInfo": {
    "host": "localhost",
    "port": 27017,
    "version": "4.4.6",
    "gitVersion": "22c124145fa3bfdaeafb3f6d1b5f3d4e8391fe86"
  }
}

关键指标说明：

• totalKeysExamined: 扫描的索引键数量。
• totalDocsExamined: 扫描的文档数量。数字越小越好。
• executionTimeMillis: 查询执行时间，单位是毫秒。
• winningPlan: 使用的执行计划，包括使用的索引。

2. 使用 MongoDB Profiler

MongoDB Profiler 可以记录数据库操作和慢查询的详细信息。

启用 Profiler

db.setProfilingLevel(2);

查询 Profiler 数据

db.system.profile.find().sort({ ts: -1 }).limit(1).pretty();

关闭 Profiler

db.setProfilingLevel(0);

示例输出

{
  "op": "query",
  "ns": "school.students",
  "command": {
    "find": "students",
    "filter": { "studentId": 12345 },
    "projection": {},
    "sort": {}
  },
  "keysExamined": 1,
  "docsExamined": 1,
  "cursorExhausted": true,
  "numYield": 0,
  "locks": {
    "Global": { "acquireCount": { "r": 1 } },
    "Database": { "acquireCount": { "r": 1 } },
    "Collection": { "acquireCount": { "r": 1 } }
  },
  "nreturned": 1,
  "responseLength": 466,
  "millis": 2,
  "ts": ISODate("2021-07-20T14:45:14.467Z"),
  "client": "127.0.0.1",
  "appName": "MongoDB Shell",
  "allUsers": [],
  "user": ""
}

关键指标说明：

• keysExamined, docsExamined: 这些指标与explain命令的输出类似。
• millis: 查询执行时间，单位是毫秒。
• nreturned: 返回的文档数量。

3. 使用 db.currentOp() 命令

db.currentOp() 可以查看当前正在运行的操作。

示例：查看当前操作

db.currentOp();

示例输出

{
  "inprog": [
    {
      "opid": 12345,
      "active": true,
      "secs_running": 2,
      "microsecs_running": NumberLong(2000000),
      "op": "query",
      "ns": "school.students",
      "query": { "studentId": 12345 },
      "client": "127.0.0.1:50731",
      "desc": "conn123",
      "threadId": "0x7fd4e7bfb700",
      "connectionId": 123,
      "waitingForLock": false,
      "lockStats": { "Global": { "acquireCount": { "r": NumberLong(1) } } }
    }
  ]
}

关键指标说明：

• secs_running: 查询已运行的时间，单位是秒。
• op: 当前正在执行的操作类型。
• query: 正在执行的查询。

4. 使用 Index Usage Statistics

查看索引的使用情况，识别未使用的索引。

示例：查看索引使用情况

db.students.aggregate([
  { $indexStats: {} }
]);

示例输出

[
  {
    "name": "studentId_1",
    "key": { "studentId": 1 },
    "host": "localhost:27017",
    "accesses": {
      "ops": 123,
      "since": ISODate("2021-07-01T00:00:00Z")
    }
  }
]

关键指标说明：

• name: 索引名称。
• accesses.ops: 索引的访问次数。
• accesses.since: 统计开始时间。

总结

通过上述方法，您可以详细分析MongoDB查询性能，并识别潜在的瓶颈和优化机会。关键工具和命令包括：

• explain 命令，详细描述查询执行计划。
• MongoDB Profiler，记录数据库操作和慢查询。
• db.currentOp() 命令，查看当前正在运行的操作。
• 索引使用统计，识别未使用的索引。

通过合理使用这些工具和方法，可以有效提高MongoDB查询的性能，从而确保数据库应用程序的高效运行。