MongoDB 性能优化持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第16天，点击查看活动详情

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第16天，点击查看活动详情

在实际开发中，有的时候需要对开发和操作 MongoDB 的应用进行性能分析，从而进一步对性能进行优化。本实验将会讲解一些 MongoDB 中常见的性能优化方案，比如：索引查询优化、数据库设计优化等。

MongoDB Profiler

我们都知道在 MySQL 数据库中有个慢查询日志，它可以帮助我们进行 SQL 语句的优化，提高系统的稳定性和流畅性。同样在 MongoDB 数据库中也有类似的功能，它就是 MongoDB Profiler。我们可以通过它来记录一些超过阈值的查询，后面就可以根据这些超过阈值的记录进行相应的优化（下文将超过阈值的查询简称为“慢查询”）。

MongoDB 中的慢查询记录存储在 system.profile 中，默认情况是关闭的。如果想开启，可以通过 db.setProfilingLevel(level) 进行配置（也可以直接在 MongoDB 配置文件中进行配置）。其中 level 的值如下表所示：

状态码	描述
0	表示关闭慢查询，默认值。
1	收集超过阈值的查询。
2	为所有的数据库开启慢查询记录，收集所有的数据。

➡️ 启用慢查询可以有两种方式：

使用 MongoDB 交互式客户端使用命令启用（即 MongoDB shell）

a. 给所有的数据库开启慢查询记录。
```
db.setProfilingLevel(2)
```
b. 给数据库 lanqiao 开启慢查询，并指定阈值，如果查询超过 20 毫秒就需要被记录。
```
use test
db.setProfilingLevel(1,{slowms:20})
```
c. 给数据库 lanqiao 设置随机采集慢查询的百分比值，采集 42% 的内容。
```
db.setProfilingLevel(1,{sampleRate:0.42})
```
✨ 说明：sampleRate 默认为 1，表示全部采集；上面设置的 0.42 表示只采集 42% 的内容。
在 MongoDB 的 mongod.conf 配置文件中进行配置

a. 用 = 号的常规格式配置。
```
profile=1
slowms=20
```
✨ 说明：profile 设置开启慢查询的级别，slowms 设置阈值。

b. 用 YAML 配置文件格式配置。
```
operationProfiling:
   mode: <string>
   slowOpThresholdMs: <int>
   slowOpSampleRate: <double>
```
✨ 说明：
- mode：设置开启慢查询的级别，可选值 off、slowOp(对应上面的等级 1)、all(对应上面的等级 2)，默认为 off。
- slowOpThresholdMs：设置阈值，默认值为 100，单位毫秒。
- slowOpSampleRate：设置随机采集慢查询的百分比值，sampleRate 值默认为 1，表示都采集，0.42 表示采集 42% 的内容。

➡️ 查看慢查询的记录： 可以使用 db.system.profile.find() 命令查看。

查看最近的 5 个慢查询日志
```
db.system.profile.find().limit(5).sort({ts:-1}).pretty()
```
✨ 说明：ts 指的是命令执行的时间。
查看数据库 lanqiao 中集合为 course 的日志
```
db.system.profile.find({ns:'lanqiao.course'}).pretty()
```
✨ 说明：ns 指的是操作的数据库和集合。
查询低于 5 毫秒的日志
```
db.system.profile.find({millis:{$gt:5}}).pretty()
```
✨ 说明：millis 指的是从 MongoDB 操作开始到结束耗费的时间。

➡️ 关闭慢查询：db.setProfilingLevel(0)。

查询优化

查询，我们可以进行哪些优化。

避免一些低效率的操作符，比如下表中的操作符：

操作符	说明
`$where` 和 `$exits`	这两个操作符不能使用索引。
`$ne`	此操作符用于取反操作，而一般来说取反操作效率比较低。因为它必须查看所有的索引条目，此时就不得不扫描整个索引。
$not	有时候可以使用索引，但是通常情况下不知道如何使用索引，所以大多数情况下 `$not` 还是会执行全表扫描。
`$nin`	此操作符总是会全表扫描。

OR 查询

$or 可以对每个语句都适用索引，因为 $or 实际上是执行两次查询然后将结果合并。通常来说，使用 or 查询多次再合并结果，不如单次查询的效率高。对于单个字段，应该使用 $in。
创建索引

索引是一个很重要的东西，有了正确的索引，MongoDB 就可以为应用程序提供快速的查询。但不是索引越多越好，有时候错误的使用索引反而会产生慢查询。因为使用索引需要进行两次查找：一次查找索引条目，一次根据索引指针去查找相应的文档。而全表扫描只需要进行一次查询。假如现在是最坏的情况，使用索引进行查找次数会是全表扫描的两倍，此时效率就明显比全表扫描低。

并没有一个严格的规定说，什么时候索引很有用，我们可以根据慢查询或者一些其他的查询分析，来判断索引的使用。
MongoDB 查询优化器

MongoDB 的查询计划会将多个索引并行的去执行，最早返回 100 个结果的就是胜者，其他查询计划都会被终止。

数据库设计优化

实际开发中，在数据库的设计阶段，就需要明确集合用途，这对性能调优非常重要。根据集合中数据最常用的操作，对于频繁更新和频繁查询的集合，我们最需要关注的重点是他们的范式化程度

✨ 说明：范式是为了消除重复数据减少冗余数据，从而让数据库内的数据更好的组织，让磁盘空间得到更有效利用的一种标准化标准，满足高等级的范式的先决条件是满足低等级范式

数据库的设计优化
- 范式化设计
- 反范式化设计
- 范式化和反范式化设计