我建议你看看mongosniff。这个工具可以做任何你想做的事情，甚至更多。特别是它可以帮助诊断大规模mongo系统的问题，以及查询是如何路由的以及它们来自哪里，因为它是通过监听您的网络接口进行所有与mongo相关的通信来工作的。

http://docs.mongodb.org/v2.2/reference/mongosniff/

您可以记录所有查询:

$ mongo
MongoDB shell version: 2.4.9
connecting to: test
> use myDb
switched to db myDb
> db.getProfilingLevel()
0
> db.setProfilingLevel(2)
{ "was" : 0, "slowms" : 1, "ok" : 1 }
> db.getProfilingLevel()
2
> db.system.profile.find().pretty()

来源:http://docs.mongodb.org/manual/reference/method/db.setProfilingLevel/

db.setProfilingLevel(2)表示“记录所有操作”。

将profilinglevel设置为2是记录所有查询的另一个选项。

db.setProfilingLevel(2,-1)

这个工作!它在mongod日志文件中记录了所有查询信息

分析器数据被写入DB中的集合，而不是文件。参见http://docs.mongodb.org/manual/tutorial/manage-the-database-profiler/

我建议使用10gen的MMS服务，并在那里提供开发分析器数据，在那里你可以在UI中过滤和排序。

我最终通过像这样开始mongod来解决这个问题(锤击和丑陋，是的……但适用于开发环境):

mongod --profile=1 --slowms=1 &

这将启用分析，并将“慢查询”的阈值设置为1毫秒，导致所有查询都被记录为文件的“慢查询”:

/var/log/mongodb/mongodb.log

现在我得到连续的日志输出使用命令:

tail -f /var/log/mongodb/mongodb.log

日志示例:

Mon Mar  4 15:02:55 [conn1] query dendro.quads query: { graph: "u:http://example.org/people" } ntoreturn:0 ntoskip:0 nscanned:6 keyUpdates:0 locks(micros) r:73163 nreturned:6 reslen:9884 88ms