共計(jì) 2225 個(gè)字符，預(yù)計(jì)需要花費(fèi) 6 分鐘才能閱讀完成。
自動(dòng)寫代碼機(jī)器人，免費(fèi)開通
本篇文章為大家展示了 mongodb 利用率高如何解決，內(nèi)容簡(jiǎn)明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。
Step1: 分析數(shù)據(jù)庫(kù)正在執(zhí)行的請(qǐng)求
db.currentOp()
client：請(qǐng)求是由哪個(gè)客戶端發(fā)起的？
opid：操作的 opid，有需要的話，可以通過 db.killOp(opid) 直接干掉的操作
secs_running/microsecs_running：這個(gè)值重點(diǎn)關(guān)注，代表請(qǐng)求運(yùn)行的時(shí)間，如果這個(gè)值特別大，就得注意了，看看請(qǐng)求是否合理
query/ns: 這個(gè)能看出是對(duì)哪個(gè)集合正在執(zhí)行什么操作
lock*：還有一些跟鎖相關(guān)的參數(shù)
Step2：分析數(shù)據(jù)庫(kù)慢請(qǐng)求
MongoDB 支持 profiling 功能，將請(qǐng)求的執(zhí)行情況記錄到同 DB 下的 system.profile 集合里，profiling 有 3 種模式
profiling 設(shè)置文檔在這里，多看官網(wǎng)文檔
關(guān)閉 profiling
針對(duì)所有請(qǐng)求開啟 profiling，將所有請(qǐng)求的執(zhí)行都記錄到 system.profile 集合
針對(duì)慢請(qǐng)求 profiling，將超過一定閾值的請(qǐng)求，記錄到 system.profile 集合
默認(rèn)請(qǐng)求下，MongoDB 的 profiling 功能是關(guān)閉，生產(chǎn)環(huán)境建議開啟，慢請(qǐng)求閾值可根據(jù)需要定制，如不確定，直接使用默認(rèn)值 100ms。
設(shè)置 100ms 的慢請(qǐng)求
db.setProfilingLevel(1, { slowms: 100})
在開啟了慢請(qǐng)求 profiling 的情況下（MongoDB 云數(shù)據(jù)庫(kù)是默認(rèn)開啟慢請(qǐng)求 profiling 的），我們對(duì)慢請(qǐng)求的內(nèi)容進(jìn)行分析，來找出可優(yōu)化的點(diǎn)，常見的包括。
profiling 的結(jié)果輸出含義在這里，多看官網(wǎng)文檔
CPU 殺手 1：全表掃描
全集合（表）掃描 COLLSCAN，當(dāng)一個(gè)查詢（或更新、刪除）請(qǐng)求需要全表掃描時(shí)，是非常耗 CPU 資源的，所以當(dāng)你在 system.profile 集合 或者 日志文件發(fā)現(xiàn) COLLSCAN 關(guān)鍵字時(shí)，就得注意了，很可能就是這些查詢吃掉了你的 CPU 資源；確認(rèn)一下，如果這種請(qǐng)求比較頻繁，最好是針對(duì)查詢的字段建立索引來優(yōu)化。
一個(gè)查詢掃描了多少文檔，可查看 system.profile 里的 docsExamined 的值，該值越大，請(qǐng)求 CPU 開銷越大。
關(guān)鍵字：COLLSCAN、docsExamined
CPU 殺手 2：不合理的索引
有的時(shí)候，請(qǐng)求即使查詢走了索引，執(zhí)行也很慢，通常是因?yàn)楹侠斫⒉惶侠恚ɑ蛘呤瞧ヅ涞慕Y(jié)果本身就很多，這樣即使走索引，請(qǐng)求開銷也不會(huì)優(yōu)化很多）
如下所示，假設(shè)某個(gè)集合的數(shù)據(jù)，x 字段的取值很少（假設(shè)只有 1、2），而 y 字段的取值很豐富。
{x: 1, y: 1}
{
{x: 1, y: 2}
{
{x: 1, y: 3}
.
……
{
{x: 1, y: 100000}
{
{x: 2, y: 1}
{
{x: 2, y: 2}
{
{x: 2, y: 3}
.
……
{
{x: 1, y: 100000}
要服務(wù) {x: 1: y: 2} 這樣的查詢
db.createIndex({y: 1} ) 效果好，因?yàn)?y 相同取值很少
d
db.createIndex({y: 1, x: 1} ) 效果好，因?yàn)?y 相同取值少
一個(gè)走索引的查詢，掃描了多少條索引，可查看 system.profile 里的 keysExamined 字段，該值越大，CPU 開銷越大。
關(guān)鍵字：IXSCAN、keysExamined
CPU 殺手 3：大量數(shù)據(jù)排序
當(dāng)查詢請(qǐng)求里包含排序的時(shí)候，如果排序無法通過索引滿足，MongoDB 會(huì)在內(nèi)存李結(jié)果進(jìn)行排序，而排序這個(gè)動(dòng)作本身是非常耗 CPU 資源的，優(yōu)化的方法仍然是建立索引，對(duì)經(jīng)常需要排序的字段，建立索引。
當(dāng)你在 system.profile 集合 或者 日志文件發(fā)現(xiàn) SORT 關(guān)鍵字時(shí)，就可以考慮通過索引來優(yōu)化排序。當(dāng)請(qǐng)求包含排序階段時(shí)，system.profile 里的 hasSortStage 字段會(huì)為 true。
關(guān)鍵字：SORT、hasSortStage
======================MongodDB shard key 片鍵選擇 =====================
主要考慮 key 的「離散度」以及「頻率」，離散度越高越好，能更好的分散數(shù)據(jù)；頻率越低越好，避免出現(xiàn)熱點(diǎn)；
===========MongoDB 連接串樣例 ========================
正確連接分片集群的姿勢(shì)
要正確連接復(fù)制集，需要先了解下 MongoDB 的 Connection String URI，所有官方的 driver 都支持以 Connection String 的方式來連接 MongoDB 分片集群。
下面就是 Connection String 包含的主要內(nèi)容
mongodb://[username:password@]host1[:port1][,host2[:port2],…[,hostN[:portN]]][/[database][?options]]
mongodb:// 前綴，代表這是一個(gè) Connection String
username:password@ 如果啟用了鑒權(quán)，需要指定用戶密碼
hostX:portX 多個(gè) mongos 的地址列表
/database 鑒權(quán)時(shí)，用戶帳號(hào)所屬的數(shù)據(jù)庫(kù)
?options 指定額外的連接選項(xiàng)
上述內(nèi)容就是 mongodb 利用率高如何解決，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注丸趣 TV 行業(yè)資訊頻道。
向 AI 問一下細(xì)節(jié)
