我的MongoDB实例生成千兆字节的日志（通过QUERY组件），即使我将全局详细级别设置为0，所有组件设置为-1（详细程度继承）。
这对实例的性能影响很大。
以下是记录记录的示例，db.stats（）和db.getLogComponents（）的输出。
PS / EDIT - 因为我已经看到了投票结果......：我已经尝试过我在网上找到的所有内容（使用带有quiet = true的yaml配置文件，我检查了分析level是0，我甚至尝试将日志组件显式设置为0，但没有任何效果，mongo仍在大量记录这些查询......）为什么mongo会继续生成这些日志条目？有什么建议可以关闭它吗？感谢。
2016-02-23T09：14：27.089 + 0100 I QUERY [conn526]查询jdigger.stacktraces查询：{hashcode：730309037} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates： 0 writeConflicts：0 numYields：399 nreturned：2 reslen：1114 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400} 268ms 2016-02-23T09：14：27.089 + 0100 I QUERY [conn546]查询jdigger.stacktraces查询：{hashcode：1} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：4 reslen：232 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.089 + 0100 I QUERY [conn532]查询jdigger.stacktraces查询：{hashcode：-1176121626} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts ：0 numYields：399 nreturned：3 reslen：2162 lock：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 268ms 2016-02-23T09：14：27.089 + 0100 I QUERY [conn533]查询jdigger.stacktraces查询：{hashcode：-1452854181} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts ：0 numYields：399 nreturned：1 reslen：888 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.089 + 0100 I QUERY [conn529]查询jdigger.stacktraces查询：{hashcode：401721954} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：2 reslen：776 lock：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.091 + 0100 I QUERY [conn524]查询jdigger.stacktraces查询：{hashcode：-73774731} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts ：0 numYields：399 nreturned：1 reslen：311 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.195 + 0100 I QUERY [conn534]查询jdigger.stacktraces查询：{hashcode：1} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：4 reslen：232 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 278ms 2016-02-23T09：14：27.203 + 0100 I QUERY [conn525]查询jdigger.stacktraces查询：{hashcode：1} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：4 reslen：232 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 268ms 2016-02-23T09：14：27.204 + 0100 I QUERY [conn528]查询jdigger.stacktraces查询：{hashcode：401721954} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：2 reslen：776 lock：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.204 + 0100 I QUERY [conn547]查询jdigger.stacktraces查询：{hashcode：196127445} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：2 reslen：1004 lock：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.204 + 0100 I QUERY [conn535]查询jdigger.stacktraces查询：{hashcode：-1176121626} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts ：0 numYields：399 nreturned：3 reslen：2162 lock：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.205 + 0100 I QUERY [conn544]查询jdigger.stacktraces查询：{hashcode：401721954} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：2 reslen：776 lock：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms 2016-02-23T09：14：27.207 + 0100 I QUERY [conn543]查询jdigger.stacktraces查询：{hashcode：1} planSummary：COLLSCAN ntoreturn：0 ntoskip：0 keysExamined：0 docsExamined：51110 cursorExhausted：1 keyUpdates：0 writeConflicts： 0 numYields：399 nreturned：4 reslen：232 locks：{Global：{acquireCount：{r：800}}，Database：{acquireCount：{r：400}}，Collection：{acquireCount：{r：400}}} 269ms
db.stats（） { ＆＃34;分贝＆＃34; ：＆＃34; jdigger＆＃34;， ＆＃34;集合＆＃34; ：2， ＆＃34;对象＆＃34; ：4821385， ＆＃34; avgObjSize＆＃34; ：284.73536857147894， ＆＃34;命令datasize＆＃34; ：1372818835， ＆＃34; storageSize＆＃34; ：395268096， ＆＃34; numExtents＆＃34; ：0， ＆＃34;索引＆＃34; ：4， ＆＃34; indexSize＆＃34; ：81928192， ＆＃34; OK＆＃34; ：1 }
db.getLogComponents（） { ＆＃34;冗长＆＃34; ：0， ＆＃34; AccessControl的＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;命令＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;控制＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;执行＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;地理＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;指数＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;网络＆＃34; ：{ ＆＃34;冗长＆＃34; ：-1， ＆＃34; ASIO＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;桥＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 } }， ＆＃34;查询＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;复制＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;分片＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34;存储＆＃34; ：{ ＆＃34;冗长＆＃34; ：-1， ＆＃34;期刊＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 } }， ＆＃34;写＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }， ＆＃34; ftdc＆＃34; ：{ ＆＃34;冗长＆＃34; ： - 1 }
答案 0 :(得分：0)
MongoDB的探查器会自动记录任何超过100毫秒的查询，因此可能就是这样。您可以使用db.setProfilingLevel(0)将其关闭 - 请参阅https://docs.mongodb.org/manual/tutorial/manage-the-database-profiler/
但是，我还考虑为您的集合添加一个针对您的查询进行优化的索引，因为现在，查询正在读取集合中的每个记录（COLLSCAN）。
答案 1 :(得分：0)
我不确定这是否应该被视为变通方法或实际解决方案，但我能够实现我的目标，即通过使用db.setProfilingLevel（0,1000）来减少一般的日志记录开销。
正如有人所指出的那样，Mongo似乎在描述＆＃34; longlasting＆＃34;默认情况下的查询，无论分析级别设置或任何其他参数。
由于我的大多数查询都是200毫秒的查询，因此将阈值设置为1秒对我来说非常有用。鉴于我的用例的实现细节，200毫秒并没有必要令人震惊，因此我并没有真正适应＆＃34;规范＆＃34;。