跳到主要内容

MongoDB 慢查询分析

基于 MongoDB profiler 自动识别慢查询并给出索引优化建议，入口在「资源监控 → MongoDB」的慢查询页签。

前提
  • 被诊断的 MongoDB 需在数据源页添加并启用，且用途勾选慢查询诊断。
  • 多个启用诊断的实例（如分片集群的多个分片）会自动聚合分析，无需额外配置。

工作原理​

  1. 采集：平台周期性从 MongoDB system.profile 拉取慢查询记录（需已开 profiler）。
  2. 分组：按 query shape（忽略具体参数值的查询模板）聚合，每组显示累计次数、平均 / 最长耗时、扫描与返回文档数、典型样例。
  3. 索引建议：结合查询字段组合与现有索引，给出可创建的复合索引，支持一键创建（后台调用 createIndex）。

启用 profiler​

列表为空时，先在每个被监控库开启 profiler（slowms 为慢查询阈值，生产建议 100~500ms）：

use mdwsrows;      db.setProfilingLevel(1, { slowms: 100 })
use mdservicedata; db.setProfilingLevel(1, { slowms: 100 })
use mdworksheet;   db.setProfilingLevel(1, { slowms: 100 })
use mdworkflow;    db.setProfilingLevel(1, { slowms: 100 })

注意事项​

  • profiler 有约 1~3% 开销，生产只采 slowms 阈值以上，不要用 level=2（全量采集）。
  • system.profile 是 capped collection（默认 1MB），高 QPS 下滚动很快；需要更长留存可扩容： 
    db.setProfilingLevel(0)
    db.system.profile.drop()
    db.createCollection("system.profile", { capped: true, size: 100000000 })  // 100MB
  • 一键建索引前评估对写入的影响，必要时低峰执行。