：1. Profiler MongoDB 自带 Profiler，可以非常方便地记录下所有耗时过长操作，以便于调优。 db.setProfilingLevel(n) n: 0:Off; 1:LogSlowOperations; 2:LogAllOperations. 通常我们只关心 Slow Operation，Level 1 默认记录 1
1. Profiler
MongoDB 自带 Profiler，可以非常方便地记录下所有耗时过长操作，以便于调优。
1.> db.setProfilingLevel(n) 2. 3.n: 4. 0: Off; 5. 1: Log Slow Operations; 6. 2: Log All Operations.
通常我们只关心 Slow Operation，Level 1 默认记录 >100ms 的操作，当然我们也可以自己调整 "db.setProfilingLevel(2, 300)"。
Profiler 信息保存在 system.profile (Capped Collection) 中。
准备 1000000 条数据测试一下。
1.>>> from pymongo import * 2.>>> from random import randint 3.>>> conn = Connection() 4.>>> db = conn.blog 5. 6.>>> for i in xrange(1000000): 7. u = dict(name = "user" + str(i), age = randint(10, 90)) 8. db.users.insert(u)
开始调优操作。
> db.setProfilingLevel(1)
{ "was" : 0, "ok" : 1 }
> db.users.find().sort({age:-1}).limit(10000)
{ "_id" : ObjectId("4c50dc07499b1404c60f42e5"), "age" : 90, "name" : "user165" }
{ "_id" : ObjectId("4c50dc07499b1404c60f42e8"), "age" : 90, "name" : "user168" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4350"), "age" : 90, "name" : "user272" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4358"), "age" : 90, "name" : "user280" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4375"), "age" : 90, "name" : "user309" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4433"), "age" : 90, "name" : "user499" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4480"), "age" : 90, "name" : "user576" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4484"), "age" : 90, "name" : "user580" }
{ "_id" : ObjectId("4c50dc07499b1404c60f44cf"), "age" : 90, "name" : "user655" }
{ "_id" : ObjectId("4c50dc07499b1404c60f44fb"), "age" : 90, "name" : "user699" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4517"), "age" : 90, "name" : "user727" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4688"), "age" : 90, "name" : "user1096" }
{ "_id" : ObjectId("4c50dc07499b1404c60f46a8"), "age" : 90, "name" : "user1128" }
{ "_id" : ObjectId("4c50dc07499b1404c60f46ae"), "age" : 90, "name" : "user1134" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4740"), "age" : 90, "name" : "user1280" }
{ "_id" : ObjectId("4c50dc07499b1404c60f479b"), "age" : 90, "name" : "user1371" }
{ "_id" : ObjectId("4c50dc07499b1404c60f479d"), "age" : 90, "name" : "user1373" }
{ "_id" : ObjectId("4c50dc07499b1404c60f480f"), "age" : 90, "name" : "user1487" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4842"), "age" : 90, "name" : "user1538" }
{ "_id" : ObjectId("4c50dc07499b1404c60f4844"), "age" : 90, "name" : "user1540" }
has more
> db.system.profile.find()
{
"ts" : "Thu Jul 29 2010 09:47:47 GMT+0800 (CST)",
"info" : "query blog.users
ntoreturn:10000 scanAndOrder
reslen:518677
nscanned:1000000
query: { query: {}, orderby: { age: -1.0 } }
nreturned:10000 1443ms",
"millis" : 1443
}
system.profile 中记录下一条耗时过长的操作。
??ts: 操作执行时间。
??info: 操作详细信息。
??info.query: 查询目标(数据库.集合)。
??info.ntoreturn: 客户端期望返回的文档数量。
??info.nscanned: 服务器实际扫描的文档数量。
??info.reslen: 查询结果字节长度。
??info.nreturnned: 查询返回文档数。
??millis: 操作耗时(毫秒)。
很显然，该操作扫描的文档过多(info.nscanned)，通常是没有使用索引造成的。我们用 explain() 看看服务器如何执行执行该命令。
1.> db.users.find().sort({age:-1}).limit(10000).explain() 2.{ 3. "cursor" : "BasicCursor", 4. "nscanned" : 1000000, 5. "nscannedObjects" : 1000000, 6. "n" : 10000, 7. "scanAndOrder" : true, 8. "millis" : 1412, 9. "indexBounds" : { 10. 11. } 12.}
没有索引自然很慢了，建个索引看看效果。
1.> db.users.ensureIndex({age:-1}) 2. 3.> db.users.find().sort({age:-1}).limit(10000).explain() 4.{ 5. "cursor" : "BtreeCursor age_-1", 6. "nscanned" : 10000, 7. "nscannedObjects" : 10000, 8. "n" : 10000, 9. "millis" : 211, 10. "indexBounds" : { 11. "age" : [ 12. [ 13. { 14. "$maxElement" : 1 15. }, 16. { 17. "$minElement" : 1 18. } 19. ] 20. ] 21. } 22.}
速度提升非常明显。最后别忘了 Profiler 本身也会影响服务器性能，不用的时候要关掉。
> db.setProfilingLevel(0)
{ "was" : 1, "ok" : 1 }
除了使用 setProfilingLevel 命令外，也可以在 mongod 参数中启用 profiler，不推荐。
--profile arg 0=off 1=slow, 2=all
--slowms arg (=100) value of slow for profile and console log
2. Optimization
优化建议:
??如果 nscanned 远大于 nreturned，那么需要使用索引。
??如果 reslen 返回字节非常大，那么考虑只获取所需的字段。
??执行 update 操作时同样检查一下 nscanned，并使用索引减少文档扫描数量。
??使用 db.eval() 在服务端执行某些统计操作。
??减少返回文档数量，使用 skip & limit 分页。