MongoDB常用監控指令與維護實用攻略

MongoDB作為一種流行的NoSQL資料庫，在高併發、大數據量的應用場景中被廣泛使用。為了確保MongoDB系統的穩定運行，有效的監控與維護策略是不可或缺的。本文將詳細介紹MongoDB內建監控工具和實用技巧，幫助您建立一個健康且高效的MongoDB環境。

一、MongoDB內建監控工具詳解

MongoDB提供了豐富的內建工具，可以全面監控資料庫的運行狀態，從性能指標到資源使用，無需額外安裝第三方軟體。

1. mongostat 工具

mongostat是最常用的MongoDB監控工具，提供了類似Unix top命令的實時統計數據。

基本用法

# 基本用法，每秒更新一次
mongostat

# 自定義更新間隔（例如每5秒）
mongostat --port 27017 5

# 監控複製集中的所有成員
mongostat --host rs0/mongodb1:27017,mongodb2:27017

# 格式化輸出為JSON
mongostat --json

# 將輸出重定向到文件
mongostat --rowcount 3600 > mongostat_hourly.txt

# 顯示額外字段（如掃描和計劃摘要）
mongostat --discover --all

輸出指標詳解

mongostat輸出的每一列代表特定時間點的狀態：

insert query update delete getmore command dirty used flushes vsize  res qrw arw net_in net_out conn time
    *0    *0     *0     *0       0     1|0  0.0% 0.0%       0 1.53G 139M 0|0 1|0   112b   49.1k    5 Apr 25 03:21:13

• insert/query/update/delete：每秒執行的各類CRUD操作數
• getmore：每秒執行的getmore操作數（游標批處理請求）
• command：每秒執行的命令數，格式為本地|複製
• dirty/used：WiredTiger緩存中髒頁百分比和使用率
• flushes：每分鐘刷新到磁盤的次數
• vsize：進程的虛擬內存使用量
• res：進程的常駐內存使用量
• qrw：讀寫隊列的長度
• arw：活躍讀寫操作的數量
• net_in/net_out：網絡流入和流出流量
• conn：當前連接數

高級監控技巧

• 監控复制延迟：使用mongostat --discover可同時查看所有節點狀態
• 聚焦特定指標：使用--stat參數指定只顯示某些字段，如mongostat --stat latency,opcounters
• 長期趨勢分析：定期記錄mongostat輸出，結合時間序列分析工具查看性能趨勢

2. mongotop 工具

mongotop專注於監控每個集合的讀寫時間分佈，幫助識別系統中最忙的集合。

基本用法

# 默認每秒更新一次
mongotop

# 自定義更新間隔（例如每10秒）
mongotop 10

# 只顯示有活動的集合
mongotop --active

# JSON格式輸出
mongotop --json

# 查看特定數據庫
mongotop --db=mydb

輸出解析

ns                      total    read    write    2023-04-25T03:25:48+08:00
admin.system.roles      0ms      0ms     0ms
admin.system.version    0ms      0ms     0ms
config.system.sessions  0ms      0ms     0ms
mydb.users              115ms    15ms    100ms

• ns：命名空間（數據庫.集合）
• total：該集合上花費的總時間
• read：讀操作時間
• write：寫操作時間

使用技巧

• 識別熱點集合：長時間運行mongotop發現消耗資源最多的集合
• 優化策略制定：根據讀寫比例決定索引策略（高讀取比例的集合需要更多索引）
• 分片策略評估：識別I/O密集的集合，可能需要進行分片

3. db.serverStatus() 命令

這是MongoDB Shell中最全面的監控命令，提供了豐富的系統狀態信息。

基本用法

// 獲取完整的服務器狀態
db.serverStatus()

// 獲取特定部分的狀態
db.serverStatus({ repl: 1, metrics: 1 })

重要子系統詳解

1. 操作計數器

db.serverStatus().opcounters

返回自上次服務器啟動以來的操作計數：

• insert：插入操作數
• query/find：查詢操作數
• update：更新操作數
• delete：刪除操作數
• getmore：游標批獲取操作數
• command：命令執行數

2. 連接信息

db.serverStatus().connections

返回當前連接狀態：

• current：當前連接數
• available：可用連接數
• totalCreated：創建的總連接數
• active：活躍連接數
• threaded：線程連接數

3. 內存使用

db.serverStatus().mem

查看內存使用詳情：

• resident：物理內存使用量(MB)
• virtual：虛擬內存使用量(MB)
• mapped：映射內存(僅MMAPv1)
• bits：系統位數(32或64)
• heap：JavaScript堆使用量

4. WiredTiger存儲引擎狀態

db.serverStatus().wiredTiger

WiredTiger引擎的詳細狀態，包括：

• cache：緩存使用率和配置
• concurrentTransactions：並發事務數
• session：會話統計
• block-manager：塊管理器統計

5. 網絡統計

db.serverStatus().network

網絡流量統計：

• bytesIn：接收的字節數
• bytesOut：發送的字節數
• numRequests：請求數

6. 全局鎖信息

db.serverStatus().globalLock

全局鎖相關信息：

• totalTime：鎖定的總毫秒數
• currentQueue：等待鎖的讀寫請求數
• activeClients：持有鎖的客戶端數

7. 慢查詢統計

db.serverStatus().opLatencies

顯示不同操作類型的延遲統計。

4. 數據庫和集合統計

db.stats() – 數據庫統計

// 基本用法
db.stats()

// 指定比例因子（MB）
db.stats(1024*1024)

返回的關鍵指標：

• collections：集合數量
• views：視圖數量
• objects：文檔總數
• dataSize：數據大小
• storageSize：存儲大小
• indexes：索引數量
• indexSize：索引大小
• fsUsedSize/fsTotalSize：文件系統使用情況

db.collection.stats() – 集合統計

// 基本用法
db.users.stats()

// 包含存儲統計信息
db.users.stats({ indexDetails: true })

返回的關鍵指標：

• count：文檔數量
• size：集合大小
• avgObjSize：平均文檔大小
• storageSize：存儲空間大小
• capped：是否為固定集合
• nindexes：索引數量
• indexSizes：各索引大小

5. 複製集監控工具

rs.status() – 複製集狀態

rs.status()

提供複製集所有成員的詳細狀態：

• 每個成員的狀態（PRIMARY/SECONDARY/ARBITER等）
• 選舉信息
• 同步狀態
• 健康度
• optime（操作時間戳）

rs.printReplicationInfo() – 複製延遲信息

rs.printReplicationInfo()

顯示主節點的oplog信息：

• oplog大小和使用情況
• 第一個和最後一個操作的時間戳
• oplog時間窗口（可恢複的時間範圍）

rs.printSecondaryReplicationInfo() – 從節點複製狀態

rs.printSecondaryReplicationInfo()

顯示所有從節點的同步狀態和延遲。

6. 分片集群監控

sh.status() – 分片狀態

sh.status()

顯示分片集群配置：

• 分片服務器列表
• 數據庫分片情況
• 集合片鍵和數據分佈
• 塊分佈情況

config數據庫查詢

// 查看塊分佈
use config
db.chunks.aggregate([
  { $group: { _id: "$shard", count: { $sum: 1 } } }
])

// 查看進行中的遷移
db.changelog.find().sort({time:-1}).limit(10)

7. 日誌監控和分析

MongoDB日誌是診斷問題的重要來源：

# 查看MongoDB日誌末尾
tail -f /var/log/mongodb/mongod.log

# 過濾警告和錯誤信息
grep -E "warning|error" /var/log/mongodb/mongod.log

8. 慢查詢分析

啟用和配置慢查詢分析器

// 啟用慢查詢分析器（記錄超過100ms的查詢）
db.setProfilingLevel(1, { slowms: 100 })

// 設置記錄所有查詢
db.setProfilingLevel(2)

// 禁用慢查詢分析器
db.setProfilingLevel(0)

// 查看當前配置
db.getProfilingStatus()

查詢慢查詢日誌

// 查看最近的慢查詢
db.system.profile.find().sort({millis:-1}).limit(10)

// 查看特定集合上的慢查詢
db.system.profile.find({ns: "mydb.users"}).sort({millis:-1})

// 查看超過特定執行時間的查詢
db.system.profile.find({millis: {$gt: 500}})

9. 實時操作監控

db.currentOp() – 查看當前操作

// 查看所有當前操作
db.currentOp()

// 只看活躍的操作
db.currentOp({ active: true })

// 查看特定操作類型
db.currentOp({ op: "query" })

// 查看長時間運行的操作（超過5秒）
db.currentOp({ secs_running: { $gt: 5 } })

// 查看特定集合上的操作
db.currentOp({ ns: "mydb.users" })

終止長時間運行的操作

// 獲取操作ID後終止
db.killOp(opId)

10. 索引使用分析

查看集合的索引

// 列出集合的所有索引
db.users.getIndexes()

分析索引使用情況

// 查看索引訪問統計
db.users.aggregate([{ $indexStats: {} }])

// 解釋查詢計劃
db.users.find({ username: "test" }).explain("executionStats")

// 檢查特定查詢的索引使用
db.users.find({ username: "test" }).hint({ username: 1 }).explain()

二、關鍵監控指標

在監控MongoDB時，以下指標值得特別關注：

1. 性能指標

• 操作延遲：各類操作的響應時間
• QPS (每秒查詢數)：衡量系統負載的基本指標
• 慢查詢：執行時間超過閾值的查詢
• 連接數：當前和歷史連接數
• 游標：開啟的游標數量和生命周期

2. 資源使用

• CPU使用率：MongoDB是CPU密集型應用
• 內存使用：WiredTiger緩存利用率
• 磁盤I/O：讀寫操作和IOPS
• 網絡流量：進出流量和延遲

3. 複製集指標

• 複製延遲：主節點和從節點之間的數據同步延遲
• 選舉事件：主節點選舉頻率和持續時間
• 心跳狀態：節點間通信健康度

4. 分片集群指標

• 數據分佈：各分片上數據量的平衡程度
• 塊遷移：遷移頻率、持續時間和失敗率
• 跨分片查詢：需要訪問多個分片的查詢比例

三、常見問題診斷

1. 性能下降

發現性能下降時，可以按以下步驟診斷：

// 1. 查看當前執行的操作
db.currentOp()

// 2. 分析慢查詢
db.setProfilingLevel(1, { slowms: 100 })
db.system.profile.find().sort({millis: -1}).limit(10)

// 3. 檢查索引使用情況
db.collection.find({query}).explain("executionStats")

2. 內存問題

如果發現內存使用過高：

// 查看WiredTiger緩存統計
db.serverStatus().wiredTiger.cache

// 分析最大集合
db.stats()

解決方案：

• 調整WiredTiger緩存大小 (cacheSizeGB 參數)
• 創建合適的索引減少內存掃描
• 優化查詢減少內存使用

3. 連接問題

連接數過高或連接失敗時：

// 查看連接統計
db.serverStatus().connections

解決方案：

• 增加最大連接數限制
• 實施連接池
• 檢查是否有未關閉的連接

四、維護最佳實踐

1. 備份策略

定期備份是防止數據丟失的重要措施：

# 使用mongodump進行備份
mongodump --host mongodb1 --port 27017 --out /backup/$(date +%Y-%m-%d)

# 使用mongorestore恢復
mongorestore --host mongodb1 --port 27017 /backup/2023-04-25

備份最佳實踐：

• 對重要系統實施每日備份
• 保留多個時間點的備份版本
• 測試恢復過程
• 考慮使用時間點恢復功能

2. 索引維護

良好的索引是性能優化的關鍵：

// 查找未使用的索引
db.collection.aggregate([
  { $indexStats: {} },
  { $match: { "accesses.ops": { $lt: 1 } } }
])

// 創建索引（後台執行，不阻塞操作）
db.collection.createIndex({ field: 1 }, { background: true })

索引最佳實踐：

• 定期檢查索引使用情況
• 移除未使用的索引
• 創建複合索引支持常見查詢
• 避免過多索引（影響寫入性能）

3. 壓縮和碎片整理

// 壓縮集合（回收空間）
db.runCommand({ compact: "collection_name" })

// 檢查數據庫碎片
db.stats().dataSize vs db.stats().storageSize

4. 升級計劃

MongoDB版本升級建議：

• 先在測試環境驗證
• 確保有完整備份
• 閱讀版本兼容性和變更說明
• 制定回滾計劃
• 選擇低峰時段執行
• 遵循官方升級路徑（避免跨多個大版本直接升級）

5. 安全審計

定期進行安全檢查：

// 查看用戶列表
db.getUsers()

// 檢查認證設置
db.runCommand({ getCmdLineOpts: 1 })

安全最佳實踐：

• 啟用訪問控制和認證
• 實施最小權限原則
• 啟用網絡加密（TLS/SSL）
• 定期更新密碼
• 考慮啟用審計功能

五、MongoDB監控告警設置

建立有效的告警系統可以幫助您及時發現並解決問題：

1. 關鍵告警指標

• 連接數：接近最大限制時告警
• 複製延遲：當延遲超過閾值時告警
• 查詢響應時間：超過預期時告警
• 磁盤空間：使用率超過80%時告警
• CPU使用率：持續高於70%時告警
• 內存使用：WiredTiger緩存壓力大時告警

2. 使用MongoDB Atlas告警

如果使用Atlas，可以配置內置告警：

• 主機指標（CPU、內存、磁盤）
• 複製集指標（選舉、延遲）
• 查詢性能指標

六、案例分析與故障復原

案例1：查詢性能突然下降

症狀：原本執行良好的查詢突然變慢

診斷步驟：

1. 使用db.currentOp()檢查當前操作
2. 檢查explain()輸出，查看查詢計劃
3. 使用db.collection.stats()檢查集合大小變化
4. 查看系統資源使用情況

可能原因：

• 索引缺失或未被使用
• 數據量顯著增長
• 系統資源不足
• 查詢模式變化

解決方案：

• 優化或創建適當索引
• 重寫查詢以提高效率
• 增加系統資源
• 實施查詢結果緩存

案例2：主節點崩潰

症狀：主節點不可用，應用連接失敗

診斷步驟：

1. 檢查MongoDB日誌文件
2. 查看複製集狀態 rs.status()
3. 檢查系統資源和網絡連接

解決方案：

• 等待自動選舉新主節點
• 如必要，手動強制選舉 rs.stepDown()或rs.freeze()
• 恢復崩潰節點
• 分析根本原因並預防未來發生

案例3：磁盤空間耗盡

症狀：寫入操作失敗，日誌顯示磁盤空間不足

診斷步驟：

1. 檢查磁盤使用情況 df -h
2. 分析集合大小 db.collection.stats()
3. 檢查日誌文件大小

解決方案：

• 緊急清理臨時文件釋放空間
• 執行壓縮操作回收空間
• 刪除不必要的數據或集合
• 增加磁盤容量
• 實施數據生命周期管理策略

七、結論

有效的MongoDB監控與維護是確保數據庫系統穩定、高效和安全運行的關鍵。通過本文介紹的工具和技術，您可以建立一套全面的監控體系，及時發現並解決潛在問題，同時通過定期維護和優化，保持MongoDB系統的最佳性能。

記住，最好的監控是預防性的，而不是僅僅響應問題。定期檢查系統健康狀況，及時優化配置，將可以大大減少故障發生的可能性，提高系統的可靠性和用戶體驗。serverStatus().connections

解決方案：
- 增加最大連接數限制
- 實施連接池
- 檢查是否有未關閉的連接

## 四、維護最佳實踐

### 1. 備份策略

定期備份是防止數據丟失的重要措施：

```bash
# 使用mongodump進行備份
mongodump --host mongodb1 --port 27017 --out /backup/$(date +%Y-%m-%d)

# 使用mongorestore恢復
mongorestore --host mongodb1 --port 27017 /backup/2023-04-25

備份最佳實踐：

• 對重要系統實施每日備份
• 保留多個時間點的備份版本
• 測試恢復過程
• 考慮使用時間點恢復功能

2. 索引維護

良好的索引是性能優化的關鍵：

// 查找未使用的索引
db.collection.aggregate([
  { $indexStats: {} },
  { $match: { "accesses.ops": { $lt: 1 } } }
])

// 創建索引（後台執行，不阻塞操作）
db.collection.createIndex({ field: 1 }, { background: true })

索引最佳實踐：

• 定期檢查索引使用情況
• 移除未使用的索引
• 創建複合索引支持常見查詢
• 避免過多索引（影響寫入性能）

3. 壓縮和碎片整理

// 壓縮集合（回收空間）
db.runCommand({ compact: "collection_name" })

// 檢查數據庫碎片
db.stats().dataSize vs db.stats().storageSize

4. 升級計劃

MongoDB版本升級建議：

• 先在測試環境驗證
• 確保有完整備份
• 閱讀版本兼容性和變更說明
• 制定回滾計劃
• 選擇低峰時段執行
• 遵循官方升級路徑（避免跨多個大版本直接升級）

5. 安全審計

定期進行安全檢查：

// 查看用戶列表
db.getUsers()

// 檢查認證設置
db.runCommand({ getCmdLineOpts: 1 })

安全最佳實踐：

• 啟用訪問控制和認證
• 實施最小權限原則
• 啟用網絡加密（TLS/SSL）
• 定期更新密碼
• 考慮啟用審計功能

五、MongoDB監控告警設置

建立有效的告警系統可以幫助您及時發現並解決問題：

1. 關鍵告警指標

• 連接數：接近最大限制時告警
• 複製延遲：當延遲超過閾值時告警
• 查詢響應時間：超過預期時告警
• 磁盤空間：使用率超過80%時告警
• CPU使用率：持續高於70%時告警
• 內存使用：WiredTiger緩存壓力大時告警

2. 使用MongoDB Atlas告警

如果使用Atlas，可以配置內置告警：

• 主機指標（CPU、內存、磁盤）
• 複製集指標（選舉、延遲）
• 查詢性能指標

3. 自定義腳本告警

對於自託管的MongoDB，可以編寫監控腳本並與告警系統整合：

// 範例：檢查複製延遲並通過電子郵件告警
const replicationStatus = db.adminCommand({ replSetGetStatus: 1 });
const primary = replicationStatus.members.find(m => m.state === 1);
const secondaries = replicationStatus.members.filter(m => m.state === 2);

secondaries.forEach(secondary => {
  const lagSeconds = Math.abs((secondary.optimeDate.getTime() - primary.optimeDate.getTime()) / 1000);
  if (lagSeconds > 300) {  // 5分鐘延遲
    // 觸發告警（透過郵件、Slack等）
  }
});

六、案例分析與故障復原

案例1：查詢性能突然下降

症狀：原本執行良好的查詢突然變慢

診斷步驟：

1. 使用db.currentOp()檢查當前操作
2. 檢查explain()輸出，查看查詢計劃
3. 使用db.collection.stats()檢查集合大小變化
4. 查看系統資源使用情況

可能原因：

• 索引缺失或未被使用
• 數據量顯著增長
• 系統資源不足
• 查詢模式變化

解決方案：

• 優化或創建適當索引
• 重寫查詢以提高效率
• 增加系統資源
• 實施查詢結果緩存

案例2：主節點崩潰

症狀：主節點不可用，應用連接失敗

診斷步驟：

1. 檢查MongoDB日誌文件
2. 查看複製集狀態 rs.status()
3. 檢查系統資源和網絡連接

解決方案：

• 等待自動選舉新主節點
• 如必要，手動強制選舉 rs.stepDown()或rs.freeze()
• 恢復崩潰節點
• 分析根本原因並預防未來發生

案例3：磁盤空間耗盡

症狀：寫入操作失敗，日誌顯示磁盤空間不足

診斷步驟：

1. 檢查磁盤使用情況 df -h
2. 分析集合大小 db.collection.stats()
3. 檢查日誌文件大小

解決方案：

• 緊急清理臨時文件釋放空間
• 執行壓縮操作回收空間
• 刪除不必要的數據或集合
• 增加磁盤容量
• 實施數據生命周期管理策略

七、自動化監控與維護腳本

1. 複製延遲監控腳本

// replication_lag.js
var lag = db.printReplicationInfo();
if (lag > threshold) {
  // 發送告警
}

執行方式：

mongo --quiet replication_lag.js

2. 索引使用情況檢查腳本

// unused_indexes.js
db.getCollectionNames().forEach(function(collection) {
  var indexes = db[collection].aggregate([
    { $indexStats: {} },
    { $match: { "accesses.ops": { $lt: 1 } } }
  ]).toArray();
  
  indexes.forEach(function(index) {
    print("Unused index on " + collection + ": " + index.name);
  });
});

3. 自動備份腳本

#!/bin/bash
# backup_mongodb.sh

DATE=$(date +%Y-%m-%d)
BACKUP_DIR="/backup/$DATE"

mkdir -p $BACKUP_DIR
mongodump --host mongodb1 --port 27017 --out $BACKUP_DIR

# 刪除7天前的備份
find /backup -type d -mtime +7 -exec rm -rf {} \;

# 發送備份完成通知
echo "Backup completed to $BACKUP_DIR" | mail -s "MongoDB Backup Status" admin@example.com

八、結論

有效的MongoDB監控與維護是確保數據庫系統穩定、高效和安全運行的關鍵。通過本文介紹的工具和技術，您可以建立一套全面的監控體系，及時發現並解決潛在問題，同時通過定期維護和優化，保持MongoDB系統的最佳性能。

記住，最好的監控是預防性的，而不是僅僅響應問題。定期檢查系統健康狀況，及時優化配置，將可以大大減少故障發生的可能性，提高系統的可靠性和用戶體驗。