我是分片部署，所以慢查询相关的配置是在启动片服务上。

执行查询命令，是在share的primary 上。

 

1. mongodb慢查询   配置

慢查询数据主要存储在 local库的system.profile集合，该集合主要是一个capped collection。

开启方式两种：

第一种：片服务启动时加启动参数

相关参数如下：
#-----------------------------------------------------------------
--slowms arg (=100)   value of slow for profile and console log

--profile arg  0=off 1=slow, 2=all

举例：

mongod -f shard1.conf  --profile=1 --slowms=200  

 

第二种：执行命令方式

mongo  ip：端口

进入的指定片的服务，注意不是mongo服务，是片服务，你有几个片，就要执行几次。所有我采用第一种方式，执行在每个分片启动命令后加参数

 

#命令行下设置方式--db.setProfilingLevel(level,slowms)
> db.setProfilingLevel(1,500)
{ "was" : 0, "slowms" : 500, "ok" : 1 }

#查看设置
> db.getProfilingStatus()
{ "was" : 0, "slowms" : 500 }

第三种：分片启动配置文件中

 

operationProfiling:
   slowOpThresholdMs: <int>
   mode: <string>

The operationProfiling.slowOpThresholdMs setting 

Level Setting
off Off. No profiling.
slowOp On. Only includes slow operations.
all On. Includes all operations.

2. 慢查询跟踪

 

#查看慢查询
db.system.profile.find()

db.system.profile.find( { millis : { $gt : 10000 } } ) 

db.system.profile.find().limit(10).sort( { ts : -1 } ).pretty()

查看最新的 Profile 记录：

db.system.profile.find().sort({$natural:-1})

 

 

ts-该命令在何时执行.
millis Time-该命令执行耗时，以毫秒记.
info-本命令的详细信息.
query-表明这是一个query查询操作.
ntoreturn-本次查询客户端要求返回的记录数.比如, findOne()命令执行时 ntoreturn 为 1.有limit(n) 条件时ntoreturn为n.
query-具体的查询条件（如x>3）.
nscanned-本次查询扫描的记录数.
reslen-返回结果集的大小.
nreturned-本次查询实际返回的结果集.

3. 关闭Profiling

 

# 关闭
drug:PRIMARY> db.setProfilingLevel(0)
{ "was" : 1, "slowms" : 200, "ok" : 1 }

 

4. 修改“慢查询日志表”的大小

#关闭Profiling
drug:PRIMARY> db.setProfilingLevel(0)

{ "was" : 0, "slowms" : 200, "ok" : 1 }

drug:PRIMARY>use local

#删除system.profile集合
drug:PRIMARY> db.system.profile.drop()
true
#创建一个新的system.profile集合
drug:PRIMARY> db.createCollection( "system.profile", { capped: true, size:4000000 } )
{ "ok" : 1 }
#重新开启Profiling
drug:PRIMARY> db.setProfilingLevel(1)

{ "was" : 0, "slowms" : 200, "ok" : 1 }

注意：要改变Secondary的system.profile的大小，你必须停止Secondary，运行它作为一个独立的，然后再执行上述步骤。完成后，重新启动加入副本集。

 

5, 分析慢查询

 1. 如果发现 millis 值比较大，那么就需要作优化。
 2. 如果docsExamined数很大，或者接近记录总数（文档数），那么可能没有用到索引查询，而是全表扫描。
 3. 如果keysExamined数为0，也可能是没用索引。
 4. 结合 planSummary 中的显示，上例中是  "COLLSCAN, COLLSCAN" 确认是全表扫描
 5. 如果 keysExamined 值高于 nreturned 的值，说明数据库为了找到目标文档扫描了很多文档。这时可以考虑创建索引来提高效率。
 6. 索引的键值选择可以根据 query 中的输出参考，上例中 filter:包含了 jzrq和jglxfldm 并且按照RsId排序，所以 我们的索引
    索引可以这么建: db.f10_2_8_3_jgcc.ensureindex({jzrq:1,jglxfldm:1,RsId:1})