9 MongoDB 监控最佳实践
常用的监控工具及手段
- MongoDB Ops Manager
- Percona
- 通用监控平台
- 程序脚本
如何获取监控数据
监控信息的来源:
db.serverStatus()(主要)db.isMaster()(次要)mongostats命令行工具(只有部分信息)
注意:db.serverStatus()包含的监控信息是从上次开机到现在为止的累计数据， 因此不能简单使用。
serverStatus() Output
• host
• version
• process
• pid
• uptime
• uptimeMillis
• uptimeEstimate
• localTime
• asserts
• connections
• electionMetrics
• extra_info
• flowControl
• freeMonitoring
• flowControl
• freeMonitoring
• globalLock
• locks
• network
• opLatencies
• opReadConcernCounters
• opcounters
• opcountersRepl
• oplogTruncation
• repl
• storageEngine
• tcmalloc
• trafficRecording
• transactions
• transportSecurity
• wiredTiger
serverStatus() 主要信息
-
wiredTiger: 包含大量 WirdTiger 执行情况的信息:
block-manager: WT数据块的读写情况;session: session 使用数量;concurrentTransactions: Ticket 使用情况;
-
mem: 内存使用情况;
- metrics: 一系列性能指标统计信息;
- 更多指标介绍请参考:serverStatus
监控报警的考量
- 具备一定的容错机制以减少误报的发生;
- 总结应用各指标峰值;
- 适时调整报警阈值;
- 留出足够的处理时间;
建议监控指标
| 指标 | 意义 | 获取 |
|---|---|---|
| opcounters(操作计数器) | 查询、更新、插入、删除、getmore 和其 他命令的的数量。 | db.serverStatus().opcounters |
| tickets(令牌) | 对 WiredTiger 存储引擎的读/写令牌数量 。令牌数量表示了可以进入存储引擎的并 发操作数量。 | db.serverStatus().wiredTiger.c oncurrentTransactions |
| replication lag(复制延迟) | 这个指标代表了写操作到达从结点所需要 的最小时间。过高的 replication lag 会 减小从结点的价值并且不利于配置了写关 注 w>1 的那些操作。 | db.adminCommand({'replSet GetStatus': 1}) |
| oplog window (复制时间窗) | 这个指标代表oplog可以容纳多长时间的写 操作。它表示了一个从结点可以离线多长时 间仍能够追上主节点。通常建议该值应大于 24小时为佳。 | db.oplog.rs.find().sort({$natura l: -1}).limit(1).next().ts - db.oplog.rs.find().sort({$natura l: 1}).limit(1).next().ts |
| connections(连接数) | 连接数应作为监控指标的一部分，因为每个 连接都将消耗资源。应该计算低峰/正常/高 峰时间的连接数，并制定合理的报警阈值范围。 | db.serverStatus().connections |
| Query targeting (查询专注度) | 索引键/文档扫描数量比返回的文档数量， 按秒平均。如果该值比较高表示查询系需要 进行很多低效的扫描来满足查询。这个情况 通常代表了索引不当或缺少索引来支持查询 | var status = db.serverStatus() status.metrics.queryExecutor.scanned / status.metrics.document.returned status.metrics.queryExecutor.scannedO bjects / status.metrics.document.returned |
| Scan and Order(扫描和排序) | 每秒内内存排序操作所占的平均比例。内存排序可能会十分昂贵，因为它们通常要求缓冲大量数据。如果有适当索引的情况下，内存排序是可以避免的。 | var status = db.serverStatus() status.metrics.operation.scanA ndOrder / status.opcounters.query |
| 节点状态 | 每个节点的运行状态。如果节点状态不是 PRIMARY、SECONDARY、ARBITER 中的 一个，或无法执行上述命令则报警 | db.runCommand("isMaster") |
| dataSize(数据大小) | 整个实例数据总量(压缩前) | 每个 DB 执行 db.stats(); |
| StorageSize(磁盘空间大小) | 已使用的磁盘空间占总空间的百分比。 |