这些图表由 MongoDB 工程团队开发的一些内部工具生成，用于处理从 MongoDBserverStatus命令和 Linux 工具（如 iostat. 已经有几次使用 Python 和 Go 等语言的工具迭代，但对于熟悉 MongoDB 内部结构的工程师来说，数据的使用和解释目前更像是一门艺术。一个普遍的挑战是将可用指标过滤为与您试图理解的性能问题相关（或可能相关）的指标。您在 Jira 中看到的图表图像是工程师手动分析和过滤感兴趣的指标的结果。
我还不知道这些工具的公共版本，但是您应该能够找到一个库来为感兴趣的指标生成类似的紧凑图表：图表格式称为sparkline。屏幕截图中的所有指标均来自命令的wiredTiger 部分serverStatus。
对于操作指标和监控，生产环境通常会提供给指标聚合服务器或服务，它可以在整个部署中提供更多交互式监控和警报。例如，MongoDB Cloud Manager (SaaS) 和 MongoDB Ops Manager（本地）都包含常用指标的图表。如果你想实现更多的自定义监控，一个很好的参考是MongoDB Cloud Manager 监控代理使用的命令列表。
MongoDB 3.2+ 还包括一个 FTDC（全时数据捕获）功能，该功能会定期将指标（serverStatus、复制状态等）记录到diagnostic.dataMongoDB 目录中的压缩文件中 dbPath。在 MongoDB 3.4 中，诊断历史记录限制为 200MB 的指标。你可以看到 FTDC 源代码中使用了哪些命令，例如：src/mongo/db/ftdc/ftdc_mongod.cpp。对于 3.2 之前的 MongoDB 版本，工程师过去常常要求手动收集相关问题时期的相同信息。FTDC 信息对于 MongoDB 工程师非常有用，他们能够请求最近的指标历史记录来帮助诊断问题以进行事后分析，而无需访问完整的监控解决方案。