38 Index Metriken

38.1 1. Abfrageanalyse mit db.collection.explain()

MongoDB bietet die Möglichkeit, eine Abfrageanalyse durchzuführen, um zu sehen, ob Indizes verwendet werden, welche Art von Zugriff (Indexscan vs. Collection-Scan) stattfindet und wie effizient die Abfrage ist.

db.collection.find({ fieldName: value }).explain("executionStats")

• Wichtige Daten aus der Analyse:
  • Index used: Gibt an, ob ein Index verwendet wurde.
  • nReturned: Anzahl der zurückgegebenen Dokumente.
  • totalKeysExamined: Anzahl der durch den Index untersuchten Schlüssel.
  • totalDocsExamined: Anzahl der tatsächlich gelesenen Dokumente.
  • stage: Gibt an, ob ein COLLSCAN (Collection-Scan) stattgefunden hat – ein Hinweis darauf, dass ein Index fehlt.

38.2 2. Indexstatistiken mit db.collection.aggregate()

MongoDB sammelt Nutzungsstatistiken für jeden Index. Mit der aggregate()-Pipeline kannst du auf diese Daten zugreifen.

db.collection.aggregate([
  { $indexStats: {} }
])

• Wichtige Felder:
  • accesses.ops: Anzahl der Operationen (Abfragen), die den Index genutzt haben.
  • accesses.since: Zeitstempel, seit wann die Statistik gesammelt wird.
  • usage: Zeigt, welche Indizes häufig oder selten verwendet werden.

Beispiel: Wenn ein Index eine geringe Zugriffszahl hat, könnte das ein Kandidat für die Entfernung sein.

38.3 3. Serverstatistiken mit db.serverStatus()

Der Befehl db.serverStatus() gibt einen Überblick über die Performance der Datenbank, einschließlich Metriken zu Abfragen und Indexzugriffen.

db.serverStatus().metrics.query

• Wichtige Felder:
  • queryExecutor.scanned: Anzahl der gescannten Dokumente.
  • queryExecutor.scannedObjects: Anzahl der gescannten Objekte (Dokumente ohne Index).
  • queryExecutor.collectionScans.total: Gibt an, wie viele Collection-Scans ohne Index durchgeführt wurden.

Ein hoher Anteil an Collection-Scans deutet darauf hin, dass für einige Abfragen relevante Indizes fehlen.

38.4 4. Kapitäns-Analyse: Slow Queries mit Profiler

MongoDB enthält einen Profiler, der langsame Abfragen (Slow Queries) protokolliert. Diese können verwendet werden, um potenziell ineffiziente Abfragen zu identifizieren.

38.4.0.1 Aktivierung des Profilers:

db.setProfilingLevel(1, { slowms: 100 })

• Level 1: Protokolliert nur langsame Abfragen (über 100 ms).
• Level 2: Protokolliert alle Abfragen.

38.4.0.2 Abruf der Profiling-Daten:

db.system.profile.find().sort({ ts: -1 })

• Suche nach Abfragen mit COLLSCAN, was auf fehlende Indizes hinweist.
• Analysiere häufige Abfragen ohne Index und erstelle Indizes für diese Felder.

38.5 5. listIndexes zur Verwaltung bestehender Indizes

Der Befehl listIndexes zeigt alle vorhandenen Indizes in einer Sammlung an. Du kannst überprüfen, ob ein Index redundant oder unnötig ist.

db.collection.getIndexes()

Beispiel: Wenn mehrere Indizes auf dieselben Felder zugreifen (z. B. { field1: 1 } und { field1: 1, field2: -1 }), könnte der erste redundant sein.

38.6 6. Index-Speichernutzung analysieren

Die Speichernutzung von Indizes kann ebenfalls eine Entscheidungshilfe sein. Zu viele oder große Indizes können den RAM belasten.

db.collection.stats()

• Wichtige Felder:
  • totalIndexSize: Gesamte Größe aller Indizes.
  • indexSizes: Größe einzelner Indizes.

Große Indizes, die selten verwendet werden, sind Kandidaten für die Entfernung.

38.7 Entscheidungsstrategie

1. Nutze db.collection.explain(), um häufige Abfragen zu analysieren.
2. Überprüfe mit $indexStats, welche Indizes aktiv genutzt werden.
3. Finde ineffiziente oder nicht genutzte Indizes, indem du ihre Zugriffszahlen und Speicherverbrauch vergleichst.
4. Analysiere langsame Abfragen mit dem Profiler, um fehlende Indizes zu identifizieren.
5. Entferne redundante oder selten genutzte Indizes, um Schreiboperationen und RAM-Auslastung zu optimieren.