问题描述
在使用文档数据库 MongoDB 的时发现 CPU使用率很高，从业务角度来看，发现数据读写处理缓慢，我该如何排查此类问题？
问题分析
通常来说，导致 MongoDB CPU 使用率高有如下几点原因：
- 查询语句不够优化，没有合理的索引。
- 请求并发量大，当前业务负载和实例类型不匹配，即超出当前服务能力。
- 有过重的计算任务。
解决方案
1. 查看当前正在运行的语句
与 MySQL 中 show full processlist 语句功能类似，在 MongoDB 中我们使用 db.currentOp() 来查看当前数据库正在运行的语句。
db.currentOp() 命令回显较多，我们需要重点关注如下字段：
- client 发起请求的客户端地址。
- opid 识别当前操作的标识符。
- secs_running 当前操作已经执行的时间，单位为秒。
- microsecs_running 当前操作已经执行的时间，单位为微秒。
- ns 当前操作的目标集合。
- op 当前操作的类型
- locks 跟锁相关的信息
关于 db.currentOp() 命令的更多用法，您可以参考文档[1]。
2. 分析慢日志
默认情况下，MongoDB 会将运行时间大于 100ms 的语句记录到慢日志中。通过分析慢日志，我们可以找到导致 CPU 升高的原因，可能有如下几种比较重要的情况：
- COLLSCAN：这意味着您的语句正在执行全表扫描，这是非常耗时的操作
- docsExamined：一个查询扫描了多少文档，该值越大，请求CPU开销越大
- IXSCAN & keysExamined：有时我们会发现即使查询走了索引，但是依旧运行缓慢，可能是由于索引创建的并不合理。
- SORT & hasSortStage：当查询需要进行排序时，如果无法利用索引，那么会在内存中进行排序，这也是非常耗时的操作。
3. 分析执行计划
MongoDB 提供了 explain()方法来展示一个查询是如何执行的，分析执行计划是进行调优必不可少的环节。执行计划包括如下信息：
- 那些索引会被使用
- 查询语句是否能被索引覆盖来避免回表
- 所扫描的索引项数量
- 所返回的以及读取的文档数量
- 执行查询需要花费的时间
- ……
4. 使用与业务负载相符的实例类型
这里需要对业务以及整个 MongoDB 集群进行评估，如果发现当前集群的服务能力和业务增长不匹配时，您可能需要考虑提高整个集群的配置。
参考文档
[1] https://www.mongodb.com/docs/manual/reference/method/db.currentOp/ 如果您有其他问题，欢迎您联系火山引擎技术支持服务
