如何监控MongoDB长耗时/高负载查询以定位mongod性能异常

方案适配场景 #

针对Node应用重启后mongod进程CPU短时间飙升导致宕机的问题，实现按自定义阈值（查询耗时、单操作CPU/内存占用占比）筛选所有读写类操作，生成日志/邮件报告用于根因定位。

核心实现步骤 #

1. 开启MongoDB原生慢操作采集基础能力 #

• 启用内置操作分析器，平衡采集精度和额外性能损耗：
  注意：不要开启全量采集模式，高并发场景下会给mongod带来额外10%-15%的性能损耗，反而加重CPU负载
  执行命令开启分析级别，匹配你需要的耗时触发阈值：
  db.setProfilingLevel(1, { slowms: 设定的耗时阈值(单位ms), sampleRate: 1 })
  该配置会自动将所有执行耗时超过阈值的读操作（find/aggregate/count/distinct）、写操作（insert/update/delete/findAndModify）全部记录到local库下的system.profile集合中。
• 依赖MongoDB 4.2+版本的原生字段能力，system.profile记录会自动携带单操作的执行时长（millis字段）、CPU累计消耗时间（cpuNanos字段）、峰值内存占用（peakBytesUsed字段），可直接用于匹配CPU、RAM占用占比的筛选条件，不需要额外埋点。
• 给system.profile集合配置TTL索引，自动清理过期采集数据，避免长期占用磁盘：
  db.system.profile.createIndex( { "ts": 1 }, { expireAfterSeconds: 86400 } )

2. 自定义筛选规则匹配异常操作 #

• 编写轻量采集脚本（Node.js实现即可，适配现有技术栈），定时（建议间隔1-2秒）轮询system.profile集合拉取新增的操作记录，按照自定义规则做二次过滤，只要满足任意一条规则就判定为需要采集的异常操作：
  • 操作实际执行耗时超过设定的X秒阈值（将记录里的millis字段换算为秒做数值判断）
  • 单操作对应的CPU消耗折算占mongod总CPU可用量的比例超过设定的X%
  • 单操作对应的峰值内存占用折算占mongod总可用内存的比例超过设定的X%
• 低侵入性替代方案：如果不希望开启MongoDB内置分析器带来的额外开销，可以直接在Node.js端的Mongo驱动（如官方mongodb包、Mongoose）层挂载全局查询后置钩子，每个操作执行完成后实时记录执行耗时、资源消耗参数，在应用本地内存完成阈值判断和异常筛选，完全不占用数据库侧的采集性能。

3. 日志与报告输出 #

• 本地日志落盘：将筛选出来的异常操作按固定格式写入日志文件，记录内容包括：操作发生时间、操作类型（读/写）、完整的查询/写操作语句、执行耗时、关联的数据集合、扫描文档数、影响/返回的文档数、资源占用占比指标、采集时刻mongod整体的CPU/内存负载快照。
• 邮件报告生成：编写定时汇总逻辑，按小时/天维度聚合采集到的所有异常操作，按异常类型（超时类、CPU占比超标类、内存占比超标类）分组整理成结构化报告，通过Node.js常用的邮件发送组件推送到排查人员邮箱。

针对当前重启宕机场景的排查提示 #

你遇到的重启后10秒内CPU飙升至300%-400%的现象，大概率是应用启动阶段触发了并发的未命中索引的批量查询、全表扫描类预热逻辑，通过上述采集能力可以直接抓取这10秒窗口内所有高资源消耗的读写操作，快速定位到具体的问题查询。

内容的提问来源于stack exchange，提问作者Raz Buchnik