CentOS 下常用的 MongoDB 性能测试与监控工具
一、核心工具清单与定位
- YCSB（Yahoo Cloud Serving Benchmark）：行业标准基准测试工具，内置多种工作负载（如 Workload A–E），可覆盖更新密集、读取密集、读写混合、短事务等场景，适合做对比评测与容量评估。支持通过配置文件灵活控制读写比例、线程数、记录大小等参数。
- Apache JMeter：通用性能测试平台，除 HTTP 外可通过插件/扩展执行 MongoDB 操作（如使用 MongoDB Sampler 或 JDBC/HTTP 桥接），适合端到端场景压测与接口链路联动。
- MongoDB Benchmark Tool（mbt）：MongoDB 实验室开源的基准测试工具，基于 YAML 配置定义工作负载与连接参数，便于做配置组合的自动化对比测试。
- FIO：面向底层存储的 I/O 压测工具，用于评估磁盘/文件系统对 MongoDB 的支撑能力（如随机写、顺序读、队列深度等），帮助判定瓶颈是否在存储层。
- mongostat / mongotop / db.serverStatus() / 慢查询分析：MongoDB 自带与内置诊断工具，用于压测过程中的实时吞吐、锁、队列、连接、命中率等观测，以及定位慢查询与阻塞操作。
二、快速上手示例
- YCSB 快速压测 MongoDB（CentOS）
- 安装与准备
- 安装 Java 8+ 与 Maven，获取 YCSB 源码并构建：
- git clone https://github.com/brianfrankcooper/YCSB.git
- cd YCSB && mvn -pl site -Psite clean install
- 加载数据与运行
- 加载数据：./bin/ycsb load mongodb -s -P workloads/workloada -p mongodb.url=mongodb://:27017/ > load.log
- 运行压测：./bin/ycsb run mongodb -s -P workloads/workloada -p mongodb.url=mongodb://:27017/ > run.log
- 常用参数：-s（显示状态）、-threads N（并发线程数）、-p operationcount=…（操作总量）、-p recordcount=…（数据规模）
- 结果解读
- 关注吞吐（Operations/s）、平均/分位延迟（Avg/95th/99th Latency）、错误率与队列情况。
- 系统层 I/O 基线（FIO）
- 示例（随机写，4KB，队列深度 4，运行 60 秒）：
- fio --name=test --ioengine=libaio --rw=randwrite --bs=4k --size=1G --numjobs=4 --runtime=60 --time_based
- 用途：验证磁盘是否满足目标 IOPS/延迟，为 MongoDB 存储层调优提供依据。
三、压测过程中的关键监控指标
- MongoDB 内置指标
- 使用 mongostat 观察 insert/query/update/delete、getmore、command、flushes、faults、locked%、idx miss%、q r w 队列、conn 等，快速判断是否存在锁争用、索引缺失、内存换页等问题。
- 使用 db.serverStatus() 查看 connections、mem、extra_info.page_faults、opcounters、wiredTiger 缓存与锁 等细项。
- 使用 db.currentOp() / killOp() 定位并终止长时间阻塞的操作；通过 慢查询分析（profiler） 发现未命中索引或扫描量大的查询。
- 系统资源指标
- CPU/内存：top/htop；磁盘 I/O：iostat -x 1；虚拟内存/调度：vmstat 1，用于识别资源瓶颈与异常抖动。
四、可视化与长期监控（可选）
- Prometheus + Grafana：以 mongostat/脚本采集/Exporter 等方式收集指标，在 Grafana 构建 MongoDB 性能大盘，实现趋势与阈值告警。
- Zabbix：通过自定义脚本或模板采集 mongostat/mongotop 输出与系统指标，适合企业级告警与资产管理。
- MongoDB Compass / Cloud Manager / OpsManager：官方可视化与运维平台，支持 慢查询分析、索引建议、复制集/分片监控 等，便于持续性能治理。
五、测试流程与注意事项
- 流程建议
- 明确目标（吞吐/延迟/并发/稳定性）→ 准备数据与索引 → 基线（空库/冷缓存）→ 逐步加压（并发、数据量、操作比例）→ 稳态观测与瓶颈定位 → 调优复测（索引、连接池、WiredTiger 缓存、硬件/存储）→ 输出报告（指标、配置、结论）。
- 注意事项
- 尽量在隔离环境进行，避免其他业务干扰；压测前后执行 db.repairDatabase()/compact（视版本与场景）以减小历史碎片影响。
- 合理设置 writeConcern/读偏好 与副本集/分片拓扑，避免测试路径与线上不一致。
- 关注 透明大页（THP）、NUMA、文件系统挂载选项等对延迟的影响；必要时进行针对性关闭或调优。