震撼揭秘：线上MongoDB慢查询终极优化实战解析

// 假设我们已经有了一个慢查询日志对象 queryLog
 
// 解析慢查询日志中的查询计划，获取所有可能的索引
const allIndexes = queryLog.queryPlanner.indexes.map(index => index.name).join(', ');
 
// 获取慢查询的执行统计信息
const executionStats = queryLog.executionStats;
 
// 打印出可能的索引
console.log(`可能的索引: ${allIndexes}`);
 
// 如果有查询计划的详细信息，打印出每个阶段的执行次数和执行时间
if (executionStats.executionStages) {
    console.log('阶段执行时间（ms）：');
    Object.keys(executionStats.executionStages).forEach(stage => {
        const stageStats = executionStats.executionStages[stage];
        console.log(`${stage}：${stageStats.executionTimeMs}`);
    });
}
 
// 如果慢查询有写入操作，并且写入操作占了很大比例，则可能需要优化写入操作
if (executionStats.writeConcernStats) {
    console.log('写操作耗时（ms）：', executionStats.writeConcernStats.writeBatch.executionTimeMs);
}
 
// 输出慢查询的具体信息，如查询模式、扫描的文档数量等
console.log('查询模式：', queryLog.query);
console.log('扫描文档数：', executionStats.nReturned);
console.log('扫描记录数：', executionStats.totalKeysExamined);

这段代码首先从慢查询日志中解析出可能的索引，然后打印出执行统计信息中的查询计划的各个阶段的执行时间。如果慢查询涉及写操作，它还会输出写操作的耗时。最后，它输出了慢查询的具体信息，如查询模式和扫描文档、记录的数量。这样可以帮助开发者和数据库管理员更好地理解和优化MongoDB的慢查询性能。