首先检查MongoDB服务运行状态及系统资源使用情况，快速定位基础问题：
systemctl status mongod或service mongod status确认服务是否正常运行（若未运行，需查看日志排查启动失败原因）。top、htop查看CPU使用率（是否因高并发导致CPU饱和）、free -h查看内存占用（是否因内存不足触发频繁磁盘交换）、vmstat 1查看磁盘I/O（是否存在高等待时间）、iostat -x 1查看具体磁盘设备的负载情况。日志是定位性能问题的关键线索：
/var/log/mongodb/mongod.log，检查是否有错误信息（如连接拒绝、写入失败）、慢查询记录（需提前开启慢查询日志）。db.setProfilingLevel(1, 100)启用慢查询记录（阈值设为100毫秒），执行慢查询后用db.system.profile.find().sort({millis: -1}).limit(10)查看最耗时的查询，针对性优化。使用MongoDB自带工具实时监控性能指标，快速识别瓶颈：
mongostat 1（每秒刷新）观察是否有操作堆积（如insert或query列数值过高）。mongotop 1查看哪个集合消耗最多资源（如某集合的read时间远高于其他）。db.serverStatus()查看服务器整体状态（连接数、内存使用、锁争用等）、db.currentOp()查看当前正在执行的操作（识别长时间运行的查询）。索引是提升查询性能的核心，不合理索引会导致全表扫描：
.explain("executionStats")（如db.users.find({age: {$gt: 18}}).explain("executionStats")），查看executionStats.executionStages.stage（若为COLLSCAN表示全表扫描，需优化索引）。db.users.createIndex({email: 1})）、复合索引（如db.users.createIndex({age: 1, name: 1})用于age和name联合查询）、覆盖索引（索引包含查询所需的所有字段，避免回表）。select）只返回必要字段（如db.users.find({}, {name: 1, email: 1})）、限制结果集（limit(100)）、避免$where（JavaScript执行慢）、使用聚合管道替代多个查询。根据硬件资源和业务需求调整MongoDB配置，释放性能潜力：
/etc/mongod.conf中的storage.wiredTiger.engineConfig.cacheSizeGB（默认为物理内存的50%，可根据服务器内存调整，如16GB内存可设为8GB），确保足够内存缓存数据和索引。net.maxIncomingConnections（默认10000，根据并发连接数调整）、net.socketTimeoutMS（默认30000ms，根据网络延迟调整），避免连接超时或堆积。systemLog.verbosity设为0（默认）减少不必要的日志输出，提升性能（仅在排查问题时临时调高）。硬件资源不足是常见的性能瓶颈，需逐一排查：
fio工具测试磁盘性能（如fio --name=randread --ioengine=libaio --rw=randread --bs=4k --numjobs=4 --size=1G --runtime=60 --time_based）。lscpu查看CPU核心数。针对大规模数据或高并发场景，采用以下策略进一步提升性能：
sh.status()查看分片状态。readPreference=secondaryPreferred设置）。