Ubuntu MongoDB性能瓶颈如何排查

Ubuntu 上 MongoDB 性能瓶颈排查路线图

一 快速定位瓶颈类型

• 先用系统工具判断是 CPU、内存、磁盘 IO、网络 哪一环异常：
  • CPU/负载：top、htop；关注 load average 与用户态/系统态占比。
  • 内存与换页：free -m、vmstat 1；关注 swap 与 page faults/s。
  • 磁盘 IO：iostat -x 1；关注 await、r/s、w/s、util%，util 持续接近 100% 多为 IO 饱和。
  • 网络：iftop、nload；关注 带宽占用 与 丢包/重传。
• 再用 MongoDB 自带工具看数据库维度：
  • mongostat：关注 inserts/s、queries/s、updates/s、deletes/s、getmore/s、command/s、flushes/s、mapped、res、faults/s、locked%、idx miss%、q/r/w 队列、conn。其中 faults/s 高说明内存不足导致换页，idx miss% 高说明索引缺失或低效，locked% 高说明写冲突或锁争用，q/r/w 队列升高说明并发压力。
  • mongotop：按集合观察 读写耗时，快速找出“热点集合”。
  • 若观察到 网络带宽打满（如 TX/RX 接近网卡上限），常见于 mongos 单点承载大流量，可通过增加 mongos 实例并做连接负载均衡缓解。

二 日志与慢查询定位

• 检查 MongoDB 服务与日志路径：
  • 服务状态：systemctl status mongod
  • 日志位置：/var/log/mongodb/mongod.log（Ubuntu 常见路径）
• 实时观察与过滤：
  • tail -f /var/log/mongodb/mongod.log
  • 提取错误：grep -E ‘E|F’ /var/log/mongodb/mongod.log
  • 日志轮转：use admin; db.runCommand({ logRotate: 1 })
• 慢查询与 Profiling：
  • 配置阈值（mongod.conf）：
    • systemLog: destination: file; path: /var/log/mongodb/mongod.log; logAppend: true
    • operationProfiling: slowOpThresholdMs: 100; mode: all
  • 或在会话中开启：
    • db.setProfilingLevel(2, 100)
    • db.system.profile.find().sort({$natural: -1}).limit(20)
• 分析执行计划（explain）：
  • db.collection.find({age: {$gt: 30}}).explain(“executionStats”)
  • 关注：winningPlan.stage 是否为 COLLSCAN（全表扫描需加索引）、executionStats.executionTimeMillis、totalKeysExamined、totalDocsExamined。
• 典型异常日志模式与处置要点：
  • 连接风暴/文件描述符不足：Too many open files → 检查 ulimit -n，在 /etc/security/limits.conf 提升：mongod soft/hard nofile 64000。
  • 查询无索引：planSummary: COLLSCAN、keysExamined:0 → 建立合适索引（如 {age:1}）。
  • 副本集心跳异常：REPL heartbeat failed → 检查网络连通性与副本集状态，必要时重同步并检查 Oplog 窗口。
  • 存储引擎错误：WiredTiger error → 用 db.serverStatus().storageEngine 核查引擎状态，必要时 mongod --repair（谨慎，先备份）。

三 索引与查询优化

• 为高频 filter/sort/projection 建立复合索引，避免 COLLSCAN；用 explain 验证索引命中与扫描量。
• 排序方向需与索引一致；例如索引 {country: -1, city: -1} 可支持 sort {country: -1, city: -1}，但不支持 {country: -1, city: 1}，需建立匹配索引或改写排序。
• 控制返回字段（projection），减少网络与内存开销；分页避免深翻页（结合 _id 或 时间戳 游标）。
• 合理设置 慢查询阈值（如 100ms），先抓“最慢”再逐步收敛阈值；优化后回归验证执行时间与扫描量是否下降。

四 配置与资源调优

• WiredTiger 缓存：在 mongod.conf 设置 storage.wiredTiger.engineConfig.cacheSizeGB，通常将可用内存的 70%–80% 分配给缓存（结合实例角色与系统其余服务留出余量）。
• 连接与队列：根据业务峰值调整 net.maxIncomingConnections，避免连接风暴；结合 mongostat 的 q/r/w 队列与 conn 观察压力。
• 存储与文件系统：优先 SSD、合理的 RAID 10；减少文档体积、启用压缩可降低 IO。
• 副本集/分片：检查 oplog 窗口 与同步延迟；分片场景注意 mongos 负载均衡，必要时横向扩展 mongos 实例。

五 监控与长期观测

• 短期用 mongostat/mongotop/db.serverStatus()/db.system.profile 快速定位；长期建议引入 PMM、MongoDB Cloud Manager/Ops Manager、Datadog、Prometheus+Grafana 做历史趋势、可视化与告警。
• 关键告警示例：
  • 磁盘 util% 持续接近 100%
  • faults/s 明显升高（内存不足/换页）
  • idx miss% 高企（索引缺失/低效）
  • locked% 高或 q/r/w 队列长期不为 0（并发争用）
  • 慢查询数量与 P95/P99 延迟持续上升
• 建议以“资源指标 → 数据库指标 → 语句级指标”的三层看板持续观测，并结合变更窗口做 A/B 验证优化成效。