F · 개발 도구와 문제 분석

느린 MongoDB 쿼리를 셸부터 앱까지 추적하기

GUI, DB 셸, 호스팅 서비스, 애플리케이션 드라이버는 서로 다른 문제를 해결합니다. 주문 쿼리 하나를 재현 가능한 진단에서 검토 가능한 코드 변경까지 따라가며 화면 캡처만으로 운영 수정이 되지 않는 이유를 살펴봅니다.

독립 학습 글 · 2026년 11월 17일 공식 문서 기준 확인

상황: 주문 대시보드가 느려졌습니다

컬렉션이 커진 뒤 주문 대시보드가 느려졌다고 해봅시다. 먼저 애플리케이션이 실제로 보내는 필터, 정렬, 프로젝션, 제한을 확인해야 합니다. 운영 정렬이 빠졌거나 범위가 다른 테스트 쿼리로는 원인을 잘못 판단할 수 있습니다.

db.orders.find(
  { status: "paid" },
  { customerId: 1, total: 1, createdAt: 1 }
).sort({ createdAt: -1, _id: -1 })
 .limit(20)
 .explain("executionStats")

반복 가능한 명령과 계획을 비교하려면 mongosh에서 실행하세요. Compass는 문서를 둘러보고 필터를 시각적으로 구성하거나 인덱스를 확인할 때 도움이 됩니다. 두 도구 모두 DB에 요청을 보내는 클라이언트입니다. 고객 요청을 처리하는 애플리케이션 서버가 아닙니다.

각 도구가 답할 수 있는 질문

쿼리 분석을 다시 실행 가능한 명령으로 남기려면 mongosh를 사용하세요. 문서나 인덱스를 시각적으로 탐색하려면 Compass로 초안을 만든 뒤 최종 쿼리를 코드나 변경 기록에 남기세요. Atlas UI는 Atlas 배포, 접근 권한, 모니터링을 관리합니다. 서비스의 운영 요청은 Node.js 드라이버가 처리합니다.

explain("executionStats")로 쿼리 계획이 수행한 작업을 비교하세요. 반환 문서 수와 조사한 키·문서 수를 확인하고 실제 애플리케이션과 비슷한 데이터, 프로젝션, 정렬, 제한을 사용합니다. 후보 인덱스가 검증되면 팀의 배포나 스키마 변경 절차로 적용하고 릴리스 이후 앱 경로도 다시 측정해야 합니다. 개발 환경에서 수동으로 만든 인덱스는 운영 절차가 아닙니다.

재현 가능한 분석 순서

  1. 요청의 필터와 정렬 형태를 기록하고 앱 지표에서 느린 경로의 지연 시간을 확인합니다.
  2. 실제와 비슷한 필터, 정렬, 프로젝션, 제한으로 쿼리를 재현합니다.
  3. executionStats를 읽고 반환량보다 훨씬 많은 데이터를 검사하는지 확인합니다.
  4. 후보 인덱스를 시험하고 계획과 전체 응답 시간을 비교합니다.
  5. 변경을 배포 절차에 반영하고 릴리스 뒤 같은 요청을 모니터링합니다.

이 과정은 DB 작업과 네트워크 시간, 직렬화, 앱 로직을 나눠 봅니다. 쿼리 계획은 나아졌는데 API가 여전히 느리다면 병목이 MongoDB 바깥에 있을 수 있습니다. 계획은 가벼운데 연결을 기다린다면 인덱스 대신 드라이버 풀의 대기와 동시 실행을 살펴보세요.

그럴듯하지만 잘못된 선택

Compass에서 쿼리를 저장해도 앱이 그 쿼리를 실행하는 것은 아닙니다. Atlas는 관리형 배포이지 셸을 대신하지 않습니다. IXSCAN이라는 초록색 단계만으로 요청이 빠르다고 결론 내릴 수 없습니다. 인덱스 스캔도 너무 많은 키를 확인하거나 많은 문서를 가져오면 느릴 수 있습니다.

로컬 탐색에서 동작한 데이터 변경 명령을 그대로 운영에서 실행하지 마세요. 먼저 읽기 전용 실행 계획으로 분석하고, 인덱스 생성은 저장소의 변경 검토 절차를 따르며 각 작업자에게 필요한 권한만 부여하세요.

이해 확인

질문: 계획이 인덱스를 사용하는데 API 응답이 여전히 2초 걸립니다. 인덱스를 하나 더 추가하면 될까요?

답: 바로 추가하지 마세요. nReturned, totalKeysExamined, totalDocsExamined를 비교하고 나머지 요청 경로도 측정하세요. 문서 로딩량, 연결 풀 대기, 네트워크, 앱 계산이 원인일 수 있습니다.

더 읽을 자료