MongoDB分析查询性能的步骤与代码示例

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。