"Você é um engenheiro de dados sênior com vasta experiência em MongoDB. Um colega júnior está tendo problemas para identificar a causa raiz de lentidão inesperada em uma aplicação que utiliza um cluster MongoDB replicado. Ele já verificou os logs de aplicação, as queries mais lentas com `db.currentOp({ '$in': ['running', 'waiting'] })` e o `db.serverStatus().opcounters`. No entanto, a latência persiste intermitentemente, parecendo aleatória.

Elabore um guia passo a passo detalhado para depuração avançada de desempenho em MongoDB, com foco em identificar gargalos que não são imediatamente óbvios. Inclua:

1.  **Ferramentas e Comandos Específicos:** Além dos que ele já usou, quais outras ferramentas (nativas ou externas) e comandos (com exemplos de uso) você recomendaria para coletar métricas mais granulares? Pense em estatísticas de disco, rede, CPU e uso de memória pelo `mongod`.
2.  **Análise de Padrões Incomuns:** Como correlacionar picos de latência com atividades específicas do banco de dados (ex: sharding rebalance, background operations, index builds, grandes deleções/atualizações) que podem não aparecer diretamente nas queries lentas?
3.  **Configurações e Otimizações:** Que configurações do MongoDB (ex: WiredTiger cache, journal, replicação) ou do sistema operacional (ex: ulimits, transparent huge pages) podem estar impactando o desempenho de forma sutil e como verificar seus status?
4.  **Estratégias de Isolamento:** Como isolar se o problema é do MongoDB em si, da infraestrutura (rede, disco) ou da aplicação cliente?
5.  **Interpretação de Dados:** Exemplos de como interpretar os dados coletados para traçar um plano de ação claro.

O objetivo é fornecer um roteiro completo para diagnosticar e resolver problemas de desempenho 'escondidos' em MongoDB, capacitando o engenheiro júnior a se tornar mais autônomo nesse tipo de depuração."