MongoDB регистрирует все запросы

Вопрос такой же простой, насколько это просто... Как вы регистрируете все запросы в файле журнала "хвост" в mongodb?

Я пробовал:

  • настройка уровня профилирования
  • установка медленного параметра ms start
  • mongod с опцией -vv

В файле /var/log/mongodb/mongodb.log отображается только текущее количество активных подключений...

Ответ 1

Я решил решить это, начав mongod вот так (забитый и уродливый, да... но работает для среды разработки):

mongod --profile=1 --slowms=1 &

Это позволяет профилировать и устанавливает пороговое значение для "медленных запросов" как 1 мс, заставляя все запросы регистрироваться как "медленные запросы" к файлу:

/var/log/mongodb/mongodb.log

Теперь я получаю непрерывные выходные записи журнала с помощью команды:

tail -f /var/log/mongodb/mongodb.log

Пример журнала:

Mon Mar  4 15:02:55 [conn1] query dendro.quads query: { graph: "u:http://example.org/people" } ntoreturn:0 ntoskip:0 nscanned:6 keyUpdates:0 locks(micros) r:73163 nreturned:6 reslen:9884 88ms

Ответ 2

Вы можете войти все запросы:

$ mongo
MongoDB shell version: 2.4.9
connecting to: test
> use myDb
switched to db myDb
> db.getProfilingLevel()
0
> db.setProfilingLevel(2)
{ "was" : 0, "slowms" : 1, "ok" : 1 }
> db.getProfilingLevel()
2
> db.system.profile.find().pretty()

Источник: http://docs.mongodb.org/manual/reference/method/db.setProfilingLevel/

db.setProfilingLevel(2) означает "регистрировать все операции".

Ответ 4

MongoDB имеет сложную функцию профилирования. system.profile журнала происходит в коллекции system.profile. Журналы можно увидеть из:

db.system.profile.find()

Есть 3 уровня ведения журнала (источник):

  • Уровень 0 - профилировщик выключен, не собирает никаких данных. Mongod всегда записывает в свой журнал операции дольше порога slowOpThresholdMs. Это уровень профилировщика по умолчанию.
  • Уровень 1 - собирает данные профилирования только для медленных операций. По умолчанию медленные операции выполняются медленнее, чем 100 миллисекунд. Вы можете изменить порог для "медленных" операций с помощью параметра времени выполнения slowOpThresholdMs или команды setParameter. См. Раздел "Задание порога для медленных операций" для получения дополнительной информации.
  • Уровень 2 - собирает данные профилирования для всех операций базы данных.

Чтобы увидеть, на каком уровне профилирования работает база данных, используйте

db.getProfilingLevel()

и видеть статус

db.getProfilingStatus()

Чтобы изменить статус профилирования, используйте команду

db.setProfilingLevel(level, milliseconds)

Где level относится к уровню профилирования, а milliseconds - это мс, длительности которых запросы должны быть зарегистрированы. Чтобы отключить ведение журнала, используйте

db.setProfilingLevel(0)

Запрос для поиска в коллекции системных профилей для всех запросов, которые заняли более одной секунды, упорядочены по убыванию отметки времени:

db.system.profile.find( { millis : { $gt:1000 } } ).sort( { ts : -1 } )

Ответ 5

Я сделал инструмент командной строки, чтобы активировать активность профайлера и увидеть журналы в режиме "хвоста": "mongotail" .

Но более интересной особенностью (также как tail) является просмотр изменений в "реальном времени" с опцией -f и иногда фильтрация результата с помощью grep для поиска конкретной операции.

См. документацию и инструкции по установке в: https://github.com/mrsarm/mongotail

Ответ 6

Как только уровень профилирования устанавливается с помощью db.setProfilingLevel(2).

В приведенной ниже команде будет напечатан последний выполненный запрос.
Вы можете изменить предел (5), чтобы увидеть меньше/больше запросов.
$ nin - отфильтрует запросы профиля и индексов
Кроме того, используйте проекцию запроса {'query': 1} только для просмотра поля запроса

db.system.profile.find(
{ 
    ns: { 
        $nin : ['meteor.system.profile','meteor.system.indexes']
    }
} 
).limit(5).sort( { ts : -1 } ).pretty()

Журналы с запросом прогноза

db.system.profile.find(
{ 
    ns: { 
        $nin : ['meteor.system.profile','meteor.system.indexes']
    }
},
{'query':1}
).limit(5).sort( { ts : -1 } ).pretty()

Ответ 7

Данные профилировщика записываются в коллекцию в вашей БД, а не в файл. См. http://docs.mongodb.org/manual/tutorial/manage-the-database-profiler/

Я бы порекомендовал использовать службу 10gen MMS и там, где вы можете фильтровать и сортировать его в пользовательском интерфейсе.

Ответ 8

если вы хотите, чтобы запросы регистрировались в файле журнала mongodb, вам нужно установить уровень журнала и профилирование, например:

db.setLogLevel(1)
db.setProfilingLevel(2)

(см. https://docs.mongodb.com/manual/reference/method/db.setLogLevel)

Установка только профилирования не приведет к тому, что запросы будут записаны в файл, поэтому вы можете получить его только из

db.system.profile.find().pretty()

Ответ 10

Настройка профиля для 2 - это еще один вариант для регистрации всех запросов.

Ответ 11

Я рекомендую проверить mongosniff. Этот инструмент может делать все, что вам нужно, и многое другое. Особенно это может помочь диагностировать проблемы с крупномасштабными системами mongo и как маршрутизируются запросы и откуда они идут, поскольку он работает, слушая ваш сетевой интерфейс для всех связанных с mongo сообщений.

http://docs.mongodb.org/v2.2/reference/mongosniff/

Ответ 12

Я написал script, который будет распечатывать журнал system.profile в режиме реального времени по мере поступления запросов. Сначала нужно включить ведение журнала, как указано в других ответах. Мне это нужно, потому что я использую подсистему Windows для Linux, для которой хвост все еще не работает.

https://github.com/dtruel/mongo-live-logger

Ответ 13

db.adminCommand( { getLog: "*" } )

затем

db.adminCommand( { getLog : "global" } )

Ответ 14

Попробуйте этот пакет, чтобы выполнить все запросы (без операций с оплогами): https://www.npmjs.com/package/mongo-tail-queries

(Отказ от ответственности: я написал этот пакет именно для этой необходимости)

Ответ 15

Об этом уже давно спрашивали, но это может кому-то помочь:

Профилировщик MongoDB регистрирует все запросы в закрытой коллекции system.profile. Смотрите это: профилировщик базы данных

  1. Запустите экземпляр mongod с опцией --profile=2, которая позволяет регистрировать все запросы ИЛИ, если экземпляры mongod уже запущены, из mongoshell запустите db.setProfilingLevel(2) после выбора базы данных. (это можно проверить с помощью db.getProfilingLevel(), который должен вернуть 2)
  2. После этого я создал скрипт, который использует mongodb настраиваемый курсор, чтобы привязать эту коллекцию system.profile и записать записи в файл. Для просмотра логов мне просто нужно привязать его: tail -f ../logs/mongologs.txt. Этот скрипт может быть запущен в фоновом режиме, и он будет регистрировать все операции над БД в файле.

Мой код для настраиваемого курсора для коллекции system.profile находится в nodejs; он регистрирует все операции вместе с запросами, происходящими в каждой коллекции MyDb:

const MongoClient = require('mongodb').MongoClient;
const assert = require('assert');
const fs = require('fs');
const file = '../logs/mongologs'
// Connection URL
const url = 'mongodb://localhost:27017';

// Database Name
const dbName = 'MyDb';
//Mongodb connection

MongoClient.connect(url, function (err, client) {
   assert.equal(null, err);
   const db = client.db(dbName);
   listen(db, {})
});

function listen(db, conditions) {
var filter = { ns: { $ne: 'MyDb.system.profile' } }; //filter for query
//e.g. if we need to log only insert queries, use {op:'insert'}
//e.g. if we need to log operation on only 'MyCollection' collection, use {ns: 'MyDb.MyCollection'}
//we can give a lot of filters, print and check the 'document' variable below

// set MongoDB cursor options
var cursorOptions = {
    tailable: true,
    awaitdata: true,
    numberOfRetries: -1
};

// create stream and listen
var stream = db.collection('system.profile').find(filter, cursorOptions).stream();

// call the callback
stream.on('data', function (document) {
    //this will run on every operation/query done on our database
    //print 'document' to check the keys based on which we can filter
    //delete data which we dont need in our log file

    delete document.execStats;
    delete document.keysExamined;
    //-----
    //-----

    //append the log generated in our log file which can be tailed from command line
    fs.appendFile(file, JSON.stringify(document) + '\n', function (err) {
        if (err) (console.log('err'))
    })

});

}

Для настраиваемого курсора в python, использующего pymongo, обратитесь к следующему коду, который фильтрует MyCollection и выполняет только операцию вставки:

import pymongo
import time
client = pymongo.MongoClient()
oplog = client.MyDb.system.profile
first = oplog.find().sort('$natural', pymongo.ASCENDING).limit(-1).next()

ts = first['ts']
while True:
    cursor = oplog.find({'ts': {'$gt': ts}, 'ns': 'MyDb.MyCollection', 'op': 'insert'},
                        cursor_type=pymongo.CursorType.TAILABLE_AWAIT)
    while cursor.alive:
        for doc in cursor:
            ts = doc['ts']
            print(doc)
            print('\n')
        time.sleep(1)

Примечание. Настраиваемый курсор работает только с ограниченными коллекциями. Его нельзя использовать для непосредственного входа в коллекцию, вместо этого используйте фильтр: 'ns': 'MyDb.MyCollection'

Примечание: я понимаю, что приведенные выше nodejs и код Python могут не сильно помочь некоторым. Я только что предоставил коды для справки.

Используйте эту ссылку, чтобы найти документацию для настраиваемого курсора в вашем языке/драйвере Mongodb Drivers

Еще одна функция, которую я добавил после этого logrotate.