NoSQL 与搜索 / 系统课时

看懂一次 MongoDB 请求链路

看懂一次 MongoDB 请求链路

一次 find() 看起来只是客户端的一次方法调用,真正执行时却会穿过驱动、连接池、mongod、查询规划与执行层,再进入 WiredTiger。把这条链路看清,后续分析慢查询、连接耗尽和磁盘压力时,才能知道该看哪一层。

学习目标

  • 说清客户端驱动、连接池、mongod、查询执行器与 WiredTiger 的职责边界。
  • 理解一次读请求从发出、选计划、访问数据到返回结果的主要阶段。
  • 能用 explain("executionStats") 把应用层查询与服务端执行证据对应起来。

请求从驱动进入 mongod

应用通常不直接拼接 MongoDB 网络报文,而是调用官方驱动。驱动把查询条件、排序、读偏好等编码成命令,完成服务器选择,再从对应服务器的连接池借出一条可用连接发送请求。连接池解决的是连接复用与并发等待,不负责缓存查询结果。

如果部署是副本集或分片集群,驱动还会根据拓扑状态、读偏好等选择目标节点;单机实验环境则通常直接连接 127.0.0.1:27017。请求完成后连接会归还池中,供后续操作复用。

MongoDB 单次查询从驱动到存储引擎的请求链路

mongod 如何把命令变成执行计划

mongod 收到命令后,会先完成命令解析以及当前部署启用的认证、授权等检查。对于 find、聚合中的匹配与排序等操作,查询系统会根据查询形状、可用索引和计划缓存决定执行方案;没有可复用计划时,规划器会评估候选计划并选出获胜方案。

执行计划不是“索引名称”的同义词。一个计划可能包含索引扫描、文档读取、过滤、排序、限制等多个执行节点。执行引擎按计划不断请求下一批记录,因此真正的成本要结合扫描的索引键、读取的文档数量以及是否出现额外排序来判断。

WiredTiger 如何完成实际访问

WiredTiger 是 MongoDB 8.0 默认的存储引擎。执行引擎向它读取索引页和数据页时,数据可能已经位于 WiredTiger 缓存,也可能需要从文件系统读取;写操作还会涉及并发控制、脏页、日志与后续 checkpoint 等持久化机制。

因此“查询慢”不等于“磁盘慢”。连接池等待、服务器选择、低效执行计划、扫描数据过多、缓存未命中或底层 I/O 都可能拉长总耗时。排障时应沿请求链逐层收集证据,而不是看到延迟就直接调整 WiredTiger 参数。

用 explain 观察链路

下面的主示例可直接在 mongosh 中执行。它准备三条订单、建立复合索引,再用 executionStats 观察一次带过滤、排序和 limit 的查询实际扫描了多少索引键与文档。

javascript
(() => {
  const lab = db.getSiblingDB("request_chain_lab");

  // 固定小数据集,便于把返回数量与扫描数量直接对照。
  lab.orders.drop();
  lab.orders.insertMany([
    { _id: 1, customerId: "c1", createdAt: ISODate("2026-01-03T00:00:00Z"), total: 120 },
    { _id: 2, customerId: "c1", createdAt: ISODate("2026-01-02T00:00:00Z"), total: 80 },
    { _id: 3, customerId: "c2", createdAt: ISODate("2026-01-01T00:00:00Z"), total: 60 }
  ]);

  lab.orders.createIndex({ customerId: 1, createdAt: -1 });

  // explain 返回规划与执行证据;这里只摘出最关键的扫描统计。
  const exp = lab.orders
    .find({ customerId: "c1" })
    .sort({ createdAt: -1 })
    .limit(2)
    .explain("executionStats");

  printjson({
    nReturned: exp.executionStats.nReturned,
    totalKeysExamined: exp.executionStats.totalKeysExamined,
    totalDocsExamined: exp.executionStats.totalDocsExamined
  });
})();

预期输出

text
{
  nReturned: 2,
  totalKeysExamined: 2,
  totalDocsExamined: 2
}

这里返回 2 条记录,同时只检查 2 个索引键并读取 2 个文档,说明过滤与排序能够沿复合索引高效完成。实际 explain 文档还包含更完整的 queryPlanner 与 executionStats;不同补丁版本下计划树的内部展示可能不同,不应把某个内部节点名称写死成监控规则。

用链路定位慢请求

先确认延迟发生在客户端还是服务端:如果大量时间耗在服务器选择或从连接池借连接,优先检查连接数、网络和拓扑;如果请求已经进入 mongod,再看查询执行统计。totalDocsExamined 远大于 nReturned 往往提示过滤选择性或索引设计需要检查。

当执行计划已经合理但延迟仍高,再把视线移到 WiredTiger 缓存、磁盘 I/O、并发队列以及机器资源。这样按“驱动与池 → mongod → 计划与执行 → WiredTiger”的顺序定位,能避免把不同层的问题混成一个“MongoDB 慢”。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

看懂一次 MongoDB 请求链路

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通