MongoDB性能如何监控

MongoDB 性能监控实践指南

一 内置工具与快速排障

• 使用 mongostat 观察全局操作吞吐与资源压力：关注 insert/query/update/delete/getmore/command 每秒操作数、faults/s（缺页，Linux 才有，持续偏高意味着内存不足）、locked %（全局写锁占比，尽量低于 50%）、qr/qw（读/写队列长度）、conn（当前连接数）。常用：mongostat --host --port -u -p 。
• 使用 mongotop 定位集合级耗时：按集合汇总读/写耗时，默认 1 秒刷新，可指定间隔如 mongotop 5；带 –locks 可查看数据库级锁占用，快速识别热点集合与锁争用。
• 使用 db.serverStatus() 获取细粒度内部指标：连接、内存映射、页面错误、索引命中、队列、断言等，用于基线采集与趋势对比。
• 使用 Database Profiler 捕获慢查询：设置级别与阈值 db.setProfilingLevel(1, {slowms: 100})；在 db.system.profile 中分析 ns、millis、planSummary、keysExamined、docsExamined 等定位是否缺少索引或扫描过多文档。
• 使用 db.stats() / db.collection.stats() 查看库/集合规模、索引大小、对象数量，辅助容量与结构评估。
• 可视与辅助：MongoDB Compass 用于可视化查询与索引；旧版本可启用 HTTP 控制台（端口 = 数据端口 + 1000，如 28017） 查看连接与集合访问统计（注意仅在受控网络与安全策略下使用）。

二 系统与平台监控

• 操作系统指标与数据库强相关：用 top/htop 观察 mongod 的 CPU 与 内存；用 iostat -x 1 检查 磁盘 IOPS/await/svctm 是否成为瓶颈；用 vmstat 1 观察 上下文切换/运行队列；网络侧关注 带宽与丢包/重传。
• 容器与云环境：采集 cgroup/容器/Pod 资源限制与实际使用，避免因 CPU 限流/内存 OOM 引发性能劣化。
• 建议将系统指标与数据库指标对齐时间窗口，便于关联分析（如磁盘高时延时是否伴随查询延迟上升）。

三 可视化与长期观测

• 云托管：使用 MongoDB Atlas 获取实时监控、查询分析、索引建议与告警，适合开箱即用的可视化与运维。
• 自建可视化：采用 Prometheus + Grafana 体系，通过 MongoDB Exporter 暴露指标（常见端口 9216），在 Grafana 中构建 操作延迟、连接数、锁争用、缓存命中、磁盘 IO 等面板并设置阈值告警。
• 企业监控：使用 Zabbix/Nagios 等平台配合插件/脚本采集与告警，适合与现有 ITSM/CMDB 联动。

四 关键指标与告警阈值建议

五 落地步骤与排障流程

• 建立基线：在业务平稳期采集 mongostat/mongotop、db.serverStatus()、系统指标 的 5–15 分钟 粒度基线，记录峰值与周期性规律。
• 配置告警：围绕上表设置分层阈值（如 P95 查询延迟 > 100ms、locked % > 50%、faults/s 持续 > 0、磁盘 await 高、复制延迟突增），避免告警风暴。
• 慢查询治理：开启 Profiler 或依赖 Atlas/慢查询日志，按 ns、millis、planSummary 排序，优先处理扫描大、返回小的查询，补充/改写索引并验证执行计划。
• 资源瓶颈定位：当延迟升高时，联动查看 CPU/内存/磁盘 IO/网络 与 队列/锁，区分计算密集、内存不足与 IO 瓶颈三类根因。
• 验证与回放：优化后回放典型负载，观察 延迟、吞吐、锁、IO 是否按预期改善，并更新基线。
• 注意事项：生产环境谨慎开启 Profiler 级别 2（开销大）；HTTP 控制台 仅在可信网络使用；监控采集频率与保留策略需权衡 开销与时效性。