mtools介绍与安装
mtools是一组帮助脚本，可用于解析、过滤和可视化MongoDB的日志文件（mongod，mongos）。 mtools还包括mlaunch，您可以使用mlaunch可以在本地设备上快速搭建复杂的MongoDB测试环境。
- mtools介绍与安装
- 工具简介
- 免责声明
- 安装
- 前提条件
- 使用pip安装
- 通过源码安装
- 依赖项说明 - psutil -pymongo - matplotlib - numpy
工具简介
- mlogfilter 按时间分割日志文件、合并日志文件、过滤慢查询、查找全表扫描、缩短日志行、按其他属性过滤，支持转换为JSON格式。
- mloginfo 返回有关日志文件的信息，如开始和结束时间、版本、二进制文件，还有重启，连接，去重视图等一些特殊部分。
- mplotqueries 使用不同类型的图表对日志文件进行可视化。（依赖于matplotlib）
- mlogvis 创建一个可在Web浏览器中提供交互式展现的独立HTML文件。（可替代mplotqueries）
- mlaunch 一个快速搭建本地测试环境的脚本，包括单节点、副本集和分片集群系统（依赖于pymongo）。
mtools源代码在GitHub上以Apache 2.0许可证提供。
免责声明
MongoDB,Inc.在任何商业订阅或其他方面均不支持该软件。使用mtools的风险由您自行承担。您可以在GitHub上的Issues部分中发布错误报告、功能请求及遇到的问题。
安装
mtools合集是用python编写的，大多数工具只使用Python附带的标准软件包。该工具目前使用Python 2.7和3.6进行过测试。
mtools中的某些工具在使用时需要依赖项，具体依赖项在工具介绍中均有说明。
mtools仅使用当前提供支持的（非生命终止）MongoDB版本上进行过测试。截至2018年4月，包括MongoDB 3.2或更新版本。
前提条件
您需要安装Python 2.7.x或3.6.x才能使用mtools。目前不支持其他版本的Python。
您可以在命令行上运行python --version来检查Python的版本。
使用pip安装
安装mtools的最简单方法是通过pip安装。在命令行中运行：
sudo pip install mtools
您需要安装了pip才能使用该命令。如果您还没有安装pip，请首先从命令行尝试运行
sudo easy_install pip来安装，或者按照pip installation page中的说明进行操作。
译者注：简化内容，加入sudo执行安装避免权限不足引发的问题。
通过源码安装
如果pip不可用，而且您想通过源码安装mtools，则可以通过克隆mtools的github仓库来获取源代码。
git clone git://github.com/rueckstiess/mtools.git
您也可以从PyPI下载tar压缩包，并使用以下命令解压缩：
tar xzvf mtools-<version>.tar.gz
然后使用cd命令进入mtools目录并运行以下命令：
sudo python setup.py install
该操作会将mtools安装到python的site-packages文件夹中，创建脚本链接并设置所有内容。您现在应该可以直接从命令行使用所有脚本。
译者注：您还需要安装依赖项，详情请参见下文的依赖项说明。
依赖项说明
您可以在 requirements.txt 文件中获取完整的依赖项列表。
其中一些已包含在Python标准库中。
- 要安装所有依赖项以获得完整功能支持，请运行以下命令： pip install mtools[all]
- 要为mtools中的某个子集安装依赖项，请指定一个或多个脚本名称，以逗号分隔，命令如下： pip install mtools[mlaunch,mloginfo]
译者注：直接使用pip install mtool[all]或pip install mtools[mlaunch,mloginfo]命令安装依赖项时，可能出现报错。建议访问各类插件的官网，手动安装需求列表中的各类插件，例如pip install psutil。
psutil
mlaunch所需的依赖项
psutil：管理启动、停止和查找MongoDB进程。
pymongo
mlaunch所需的依赖项
pymongo：MongoDB官方Python驱动程序，mlaunch使用它来配置和查询本地MongoDB部署。
matplotlib
mplotqueries所需的依赖项
matplotlib：python 2D绘图库，可以生成各种格式的图表以及提供跨平台的交互式环境。
numpy
matplotlib（mplotqueries）所需的依赖项
numpy：用于科学计算和数值计算的Python模块。
原文链接如下，合并为一个文档，剩余文档后续输出：