使用文档数据库服务时，如果您的CPU使用率达到80%，则认为CPU存在瓶颈。此时，会导致数据读写处理缓慢，从而影响业务正常运行。
本章节帮助您分析数据库正在执行的请求和数据库慢请求，经过分析优化后，使得数据库的查询相对合理，所有的请求都高效使用了索引，从而排查文档数据库服务CPU使用率高的问题。
分析DDS数据库正在执行的请求
- 通过Mongo Shell连接DDS实例。
开通公网访问的实例，具体请参见：
未开通公网访问的实例，具体请参见：
- 执行以下命令，查看数据库当前正在执行的操作。
db.currentOp()
回显如下：
{
"raw" : {
"shard0001" : {
"inprog" : [
{
"desc" : "StatisticsCollector",
"threadId" : "140323686905600",
"active" : true,
"opid" : 9037713,
"op" : "none",
"ns" : "",
"query" : {
},
"numYields" : 0,
"locks" : {
},
"waitingForLock" : false,
"lockStats" : {
}
},
{
"desc" : "conn2607",
"threadId" : "140323415066368",
"connectionId" : 2607,
"client" : "172.16.36.87:37804",
"appName" : "MongoDB Shell",
"active" : true,
"opid" : 9039588,
"secs_running" : 0,
"microsecs_running" : NumberLong(63),
"op" : "command",
"ns" : "admin.",
"query" : {
"currentOp" : 1
},
"numYields" : 0,
"locks" : {
},
"waitingForLock" : false,
"lockStats" : {
}
}
],
"ok" : 1
},
...
}
说明
client：发起请求的客户端。
opid：操作的唯一标识符。
secs_running：该操作已经执行的时间，单位：秒。如果该字段返回的值特别大，需要查看请求是否合理。
microsecs_running：该操作已经执行的时间，单位：微秒。如果该字段返回的值特别大，需要查看请求是否合理。
op：操作类型。通常是query、insert、update、delete、command中的一种。
ns：操作目标集合。
其他参数详见db.currentOp()命令官方文档。
- 根据命令执行结果，分析是否有异常耗时的请求正在执行。
如果业务日常运行的CPU使用率不高，由于执行某一操作使得CPU使用率过高，导致业务运行缓慢，该场景下，您需要关注执行耗时久的请求。
如果发现异常请求，您可以找到该请求对应的opid，执行 db.killOp(opid) 命令终止该请求。
分析DDS数据库的慢请求
文档数据库服务默认开启了慢请求Profiling ，系统自动将请求时间超过500ms的执行情况记录到对应数据库下的“system.profile”集合中。
- 通过Mongo Shell连接DDS实例。
开通公网访问的实例
具体请参见：
未开通公网访问的实例
具体请参见：
- 执行以下命令，进入指定数据库，以“test”为例。
use test
- 查看是否生成慢sql集合“system.profile”。
show collections;
- 回显中有“system.profile”，说明产生了慢SQL，继续执行下一步。
mongos> show collections
system.profile
test
- 回显中没有“system.profile”，说明未产生慢SQL，该数据库不涉及慢请求分析。
mongos> show collections
test
- 查看数据下的慢请求日志。
db.system.profile.find().pretty()
- 分析慢请求日志，查找CPU使用率升高的原因。
下面是某个慢请求日志示例，可查看到该请求进行了全表扫描，扫描了1561632个文档，没有通过索引进行查询。
{
"op" : "query",
"ns" : "taiyiDatabase.taiyiTables$10002e",
"query" : {
"find" : "taiyiTables",
"filter" : {
"filed19" : NumberLong("852605039766")
},
"shardVersion" : [
Timestamp(1, 1048673),
ObjectId("5da43185267ad9c374a72fd5")
],
"chunkId" : "10002e"
},
"keysExamined" : 0,
"docsExamined" : 1561632,
"cursorExhausted" : true,
"numYield" : 12335,
"locks" : {
"Global" : {
"acquireCount" : {
"r" : NumberLong(24672)
}
},
"Database" : {
"acquireCount" : {
"r" : NumberLong(12336)
}
},
"Collection" : {
"acquireCount" : {
"r" : NumberLong(12336)
}
}
},
"nreturned" : 0,
"responseLength" : 157,
"protocol" : "op_command",
"millis" : 44480,
"planSummary" : "COLLSCAN",
"execStats" : {
"stage" : "SHARDING_FILTER", [3/1955]
"nReturned" : 0,
"executionTimeMillisEstimate" : 43701,
"works" : 1561634,
"advanced" : 0,
"needTime" : 1561633,
"needYield" : 0,
"saveState" : 12335,
"restoreState" : 12335,
"isEOF" : 1,
"invalidates" : 0,
"chunkSkips" : 0,
"inputStage" : {
"stage" : "COLLSCAN",
"filter" : {
"filed19" : {
"$eq" : NumberLong("852605039766")
}
},
"nReturned" : 0,
"executionTimeMillisEstimate" : 43590,
"works" : 1561634,
"advanced" : 0,
"needTime" : 1561633,
"needYield" : 0,
"saveState" : 12335,
"restoreState" : 12335,
"isEOF" : 1,
"invalidates" : 0,
"direction" : "forward",
"docsExamined" : 1561632
}
},
"ts" : ISODate("2019-10-14T10:49:52.780Z"),
"client" : "172.16.36.87",
"appName" : "MongoDB Shell",
"allUsers" : [
{
"user" : "__system",
"db" : "local"
}
],
"
在慢请求日志中，您需要重点关注以下关键字。
- 全集合（全表）扫描：COLLSCAN
当一个操作请求（如query、update、delete）需要全表扫描时，将大量占用CPU资源。在查看慢请求日志时，发现COLLSCAN关键字，很可能是这些查询占用了CPU资源。
如果该类操作请求较为频繁，建议您对查询的字段建立索引进行优化。
- 全集合（全表）扫描：docsExamined
通过查看参数“docsExamined”的值，可以查看一个查询扫描了多少文档。该值越大，请求的CPU使用率越高。
- 不合理的索引：IXSCAN、keysExamined
说明索引不是越多越好，过多索引会影响写入和更新的性能。
如果您的应用偏向于写操作，建立索引可能会降低写操作的性能。
通过查看参数“keysExamined”的值，可以查看一个使用了索引的查询，扫描了多少条索引。该值越大，请求的CPU使用率越高。
如果索引建立不太合理，或者匹配的结果很多。该场景下，即便使用了索引，请求的CPU使用率也不会降低很多，执行的速度也会很慢。
示例：对于某个集合的数据，a字段的取值很少（只有1和2），而b字段的取值很多。
{ a: 1, b: 1 }
{ a: 1, b: 2 }
{ a: 1, b: 3 }
......
{ a: 1, b: 100000}
{ a: 2, b: 1 }
{ a: 2, b: 2 }
{ a: 2, b: 3 }
......
{ a: 1, y: 100000}
如下所示，要实现{a: 1, b: 2} 这样的查询。
db.createIndex( {a: 1} ) 效果不好，因为a相同取值太多
db.createIndex( {a: 1, b: 1} ) 效果不好，因为a相同取值太多
db.createIndex( {b: 1 } ) 效果好，因为b相同取值很少
db.createIndex( {b: 1, a: 1 } ) 效果好，因为b相同取值少
关于{a: 1}与{b: 1, a: 1}的区别，可参考官方文档。
- 大量数据排序：SORT、hasSortStage
当查询请求中包含排序时，“system.profile”集合中的参数“hasSortStage”的值为“true”。如果排序无法通过索引实现，将在查询结果中进行排序。由于排序将占用大量CPU资源，该场景下，需要通过对经常排序的字段建立索引进行优化。
当您在“system.profile”集合中发现SORT关键字时，可以考虑通过索引来优化排序。
其他操作如建立索引、Aggregation（遍历、查询、更新、排序等动作的组合）也可能占用大量CPU资源，但本质上也适用以上几种场景。更多Profiling的设置，请参见官方文档。
分析服务能力
经过前面数据库正在执行的请求和慢请求的分析和优化，所有的请求都使用了合理的索引，CPU的使用率相对趋于稳定。如果经过前面的分析排查，CPU使用率仍然居高不下，则可能是因为当前实例已达到性能瓶颈，不能满足业务需要，此时您可以通过如下方法解决。
- 通过查看监控信息分析实例资源的使用情况，请查看监控指标。
- 对DDS进行规格变更或者添加分片数量。
