準(zhǔn)備

在此之前，我們先在我們的數(shù)據(jù)庫中插入10萬條數(shù)據(jù)。數(shù)據(jù)的格式是這樣的：

{
 "name":"your name",
 "age":22,
 "gender":"male",
 "grade":2
}

explain

explain方法是用來查看db.collecion.find()的一些查詢信息的。例如：

db.collectionName.find().explain()

explain方法有個(gè)可選的參數(shù)verbose，是個(gè)字符串，他表示的是verbose的模式。一共分為3種模式：

queryPlanner：默認(rèn)參數(shù)，詳細(xì)說明查詢優(yōu)化器選擇的計(jì)劃并列出被拒絕的計(jì)劃。例如：

db.students.find({grade:1}).explain()

executionStats：MongoDB運(yùn)行查詢優(yōu)化器選擇獲勝的計(jì)劃，執(zhí)行計(jì)劃，完成并返回成功，統(tǒng)計(jì)描述的勝利計(jì)劃的執(zhí)行。例如：

db.students.find({grade:1}).explain("executionStats")

allPlansExecution：MongoDB返回描述獲獎(jiǎng)計(jì)劃的執(zhí)行以及對(duì)其他候選人統(tǒng)計(jì)計(jì)劃選擇方案時(shí)捕獲的統(tǒng)計(jì)。
我們的目的是要記錄執(zhí)行find方法的耗時(shí)時(shí)間，所以用executionStats模式就可以了。

返回的結(jié)果也是只關(guān)注executionStats就可以了，如下圖：

1. nReturned：表示該查詢條件下返回的文檔數(shù)量。
2. executionTimeMills：表示執(zhí)行時(shí)間，單位毫秒
3. totalDocsExamined：表示該集合總共文檔數(shù)。

其他的屬性在這里就不多說了，記錄耗時(shí)我們只取executionTimeMills.

Profiling

上面提到的方法好像是只適用find方法，對(duì)于一些聚合查詢之類的查詢方法就無法統(tǒng)計(jì)耗時(shí)時(shí)間了。這里再介紹一個(gè)profiling方法記錄查詢耗時(shí)時(shí)間。

開啟 Profiling 功能

有兩種方式可以控制 Profiling 的開關(guān)和級(jí)別，第一種是直接在啟動(dòng)參數(shù)里直接進(jìn)行設(shè)置。

• 啟動(dòng)MongoDB時(shí)加上–profile=級(jí)別 即可。
• 也可以在客戶端調(diào)用db.setProfilingLevel(級(jí)別)命令來實(shí)時(shí)配置。可以通過db.getProfilingLevel()命令來獲取當(dāng)前的Profile級(jí)別。

例如：

db.setProfilingLevel(2)
db.getProfilingLevel()

Profiling一共分為3個(gè)級(jí)別：

• 0 - 不開啟。
• 1 - 記錄慢命令 (默認(rèn)為>100ms)
• 3 - 記錄所有命令

Profile 記錄在級(jí)別1時(shí)會(huì)記錄慢命令，那么這個(gè)慢的定義是什么?上面我們說到其默認(rèn)為100ms，當(dāng)然有默認(rèn)就有設(shè)置，其設(shè)置方法和級(jí)別一樣有兩種，一種是通過添 加–slowms啟動(dòng)參數(shù)配置。第二種是調(diào)用db.setProfilingLevel時(shí)加上第二個(gè)參數(shù)：

db.setProfilingLevel( level , slowms)
db.setProfilingLevel( 1 , 10 );

查詢 Profiling 記錄

開啟profiling功能后，系統(tǒng)會(huì)把相關(guān)命令詳細(xì)信息記錄到當(dāng)前數(shù)據(jù)庫的system.profile集合里。查詢方法也是跟普通的集合查詢一樣。

db.system.profile.find()

其中，mills就是命令耗時(shí)記錄。

由于我們?cè)O(shè)置的級(jí)別是2，所以所有命令都有記錄，現(xiàn)在我們把他改為級(jí)別1，且只記錄耗時(shí)20毫秒以上的記錄：

 db.setProfilingLevel( 1 , 20)

然后我們?cè)賵?zhí)行一下聚合查詢，查看下耗時(shí)時(shí)間：

db.students.aggregate( {$group:{_id:"$grade",avgAge:{$avg:"$age"}}} )

db.system.profile.find().pretty()

可以看出，我們的這聚合查詢耗時(shí)70毫秒。

profile 部分字段解釋

• op：操作類型
• ns：被查的集合
• commond：命令的內(nèi)容
• docsExamined：掃描文檔數(shù)
• nreturned：返回記錄數(shù)
• millis：耗時(shí)時(shí)間，單位毫秒
• ts：命令執(zhí)行時(shí)間
• responseLength：返回內(nèi)容長(zhǎng)度

下面介紹幾個(gè)常用的查詢命令：

列出執(zhí)行時(shí)間長(zhǎng)于某一限度(例如：20ms)的 Profile 記錄.

db.system.profile.find({millis:{$gt:50}})

查看最新的 3條Profile 記錄：

db.system.profile.find().sort({$natural:-1}).limit(3)

查看關(guān)于某個(gè)collection的相關(guān)慢查詢操作：

db.system.profile.find({ns:'mydb.students'})

MongoDB 查詢優(yōu)化

　　docsExamined(掃描的記錄數(shù))遠(yuǎn)大于nreturned(返回結(jié)果的記錄數(shù))的話，那么我們就要考慮通過加索引來優(yōu)化記錄定位了。

　　responseLength 如果過大，那么說明我們返回的結(jié)果集太大了，這時(shí)請(qǐng)查看find函數(shù)的第二個(gè)參數(shù)是否只寫上了你需要的屬性名。(類似 于MySQL中不要總是select)

　　對(duì)于創(chuàng)建索引的建議是：如果很少讀，那么盡量不要添加索引，因?yàn)樗饕蕉?，寫操作?huì)越慢。如果讀量很大，那么創(chuàng)建索引還是比較劃算的。

Profiler 的效率

　　Profiling 功能肯定是會(huì)影響效率的，但是不太嚴(yán)重，原因是他使用的是system.profile 來記錄，而system.profile 是一個(gè)capped collection 這種collection 在操作上有一些限制和特點(diǎn)，但是效率更高。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，如果有疑問大家可以留言交流，謝謝大家對(duì)腳本之家的支持。

最新評(píng)論