例如 db.your_collection.find({ x : 123, y : 456 }).explain("allPlansExecution")，查看你的语句的工作情况 :
比如实际用了哪个索引来查
比如扫描了多少文档
...
explain 也常用来测试比较多个索引方案的优劣
不推荐在配置文件中设置，而是推荐在mongo-shell中动态地设置（一般需要测试的时候动态地开启，测试完后及时关闭）
db.setProfilingLevel( profile, slowms )
// 第一个参数表示慢日志的级别，取值是 0 1 2
profile=0 表示不记录慢日志
profile=1 表示只记录慢日志
profile=2 表示所有日志都记录
// 第二个参数表示慢日志的时间阀值，单位是毫秒
db.getProfilingStatus()
// 查看当前慢日志的配置信息，比如我的结果是 :
// { "was" : 0, "slowms" : 100 }
// 它说明目前 profile=0 & slowms=100
开启慢日志后，在当前库下就会出现system.profile这个collection
// 注意，你在哪个库下面开启慢日志，就只有那个库会有慢日志，每个开启慢日志的库下面都会有system.profile这个collection
// 注意，如果你在配置文件里设置慢日志的话，会导致每个库都开启慢日志
你可以查询当前库下的system.profile集合，获取你想要的慢日志
// 因为不同版本的mongo，这个集合里的document的字段数目和名称略有不同
// 推荐你用 db.system.profile.find().limit(2).sort({ ts : -1 }).pretty() 查出最近的2条慢日志
// 看看具体有哪些字段，就知道怎么写你想要的查询了
db.serverStatus()
// 必须在admin库下，才能使用这条命令
// 举个例子，我只打印出部分信息，db.serverStatus()['extra_info']，结果是 :
{
"note" : "field vary by platform",
"heap_usage_bytes" : 62236488,
"page_faults" : 24
}
// 其中 heap_usage_bytes 表示最近15分钟内，内存中的热数据占用的字节数
// 其中 page_faults 表示最近15分钟内，缺页中断的次数
该脚本位于mongodb的安装目录的bin目录下
举个例子 :
> mongostat \
> --host host:port \
> --username admin库的用户 \
> --password admin库的密码 \
> --authenticationDatabase admin
注意，authenticationDatabase这个参数必须是admin
举个例子 :
iostat -x 1
// 每秒输出一次
// 注意，它是linux-shell下执行的，并不是mongo-shell里的
示例输出 :
Linux 4.2.0-30-generic (localhost) 2016年11月20日 _x86_64_ (4 CPU)
avg-cpu: %user %nice %system %iowait %steal %idle
6.37 0.01 1.74 0.92 0.00 90.96
Device: rrqm/s wrqm/s r/s w/s rkB/s wkB/s avgrq-sz avgqu-sz await r_await w_await svctm %util
sda 0.10 1.17 1.98 1.31 42.79 119.86 98.73 0.08 24.54 16.75 36.27 4.66 1.54
// 关注几个数据 :
// %iowait 是指CPU等待IO的比例
// %idle 是指CPU空闲的比例
// %util 是指设备（上述结果中可以看到是sda这块硬盘）在这一秒内的IO带宽的使用百分比
举个例子 :
res = benchRun({
host : '地址:端口',
username : 'admin库的用户名',
password : 'admin库的密码',
db : '你要测试的库名',
ops : [
{
ns : '你要测试的库名.集合名',
op : 'insert',
doc : { 'x' : { '#RAND_INT' : [ 0, 100 ] } }
}
],
parallel : 20,
seconds : 5
})
注意，benchRun需要在admin库下才能执行
参数 parallel 是指我要用多少个线程（连接）去并发地插入，注意它并不是说每秒20个并发，因为每个线程每秒可以完成许多次插入
参数 seconds 是指这个benchRun要执行多长时间
返回结果 :
{
"note" : "values per second",
"errCount" : NumberLong(0),
"trapped" : "error: not implemented",
"insertLatencyAverageMicros" : 11.217961300363536,
"totalOps" : NumberLong(344396),
"totalOps/s" : 68697.5910483047,
"findOne" : 0,
"insert" : 68697.5910483047,
"delete" : 0,
"update" : 0,
"query" : 0,
"command" : 0
}
注意，上述结果中的数值都是每秒平均值
例如insert=68697 是指每秒执行了这么多次插入
例如errCount 是指每秒的平均错误数
mtools最主要的功能是用来分析mongodb的日志
它的github的地址是 : https://github.com/rueckstiess/mtools
使用说明文档 地址是 : https://github.com/rueckstiess/mtools/wiki
最常用的是三个模块 :
mlogfilter : 根据时间对日志切片，慢日志过滤，日志转json
mloginfo : 日志统计
mplotqueries : 根据日志绘图
列举一些命令 :
< 7-1. mlogfilter 模块 >
mlogfilter xx.log --namespace A库.B集合 --slow 100 --json | mongoimport \
--host 127.0.0.1 \
--port 28001 \
--username 你想要入库的库的拥有写权限的一个用户 \
--password 对应用户的密码 \
--db 你想要入库的库名 \
--collection 集合名
// 过滤慢日志（属于A库B集合的，超过100ms的），并以json的形式输出
// 把输出结果，通过管道，传给mongoimport，再导入到你想要的库里
< 7-2. mloginfo 模块 >
mloginfo xx.log --distinct
// 把日志分类（比如接受连接啊，关闭啊），统计各种分类下的数量
mloginfo xx.log --connections
// 统计日志中连接的来源情况
mloginfo xx.log --queries
// 统计日志中慢查询的分类
< 7-3. mplotqueries 模块 >
mplotqueries xx.log --group operation --output-file 1.png
// 绘制慢查询的散点分布图（按operation的类型分组）
mlogfilter xx.log --namespace 库名.集合名 | mplotqueries --output-file 2.png
// 绘制慢查询的散点分布图（只看指定的集合）
mlogfilter xx.log --operation query | mplotqueries --type histogram --bucketsize 3600 --output-file 3.png
// 过滤出查询的日志，绘制每3600秒里面查询操作的情况
mplotqueries log1 log2 ... --type rsstate --output-file 5.png
// 根据多个日志文件（复制集里的每个结点的日志），绘制出该复制集状态的变动
< 7-4. mgenerate 模块 >
比如我定义了一个模板文件 template.json，内容如下 :
{
"user" : {
"first" : { "$choose" : [ "aaa", "bbb", "ccc" ] },
"last" : { "$choose" : [ "AAA", "BBB", "CCC" ] }
},
"gender" : { "$choose" : [ "male", "female" ] },
"age" : "$number",
"address" : {
"street" : { "$string" : { "length" : 10 } },
"code" : { "$number" : [ 10000, 99999 ] }
}
}
mgenerate template.json --stdout --pretty --number 1
// 指定模板文件，定义结果输出是屏幕，并以友好方式显示结果，指定生产的document的数量是一个
// 结果如下（因为定义了随机数，故每次结果可能不同）:
{
"gender" : "male",
"age" : 14,
"user" : {
"last" :"BBB",
"first" : "aaa"
},
"address" : {
"code" : 10668,
"street" : "o9ZKibDmck"
}
}
mgenerate template.json \
--number 100 \
--host 127.0.0.1 \
--port 28001 \
--database 库名 \
--collection 集合名 \
--processes 4
// 指定模板文件，指定产生100个document，并把结果写入mongodb（指定地址，端口，库名，集合名）
// processes参数是用来指定执行此操作的进程数（默认是CPU的数量）
// 注意，mgenerate，目前还不支持用户认证，所以 :
// 请在你的业务库之外，另建一个无需认证的库来做（因为mgenerate本身就是用来产生测试数据的）