故障排除分片集群

开始之前

从MongoDB 8.0开始，您可以使用 directShardOperations 角色执行需要对分片直接执行命令的维护操作。

应用服务器或 mongos 实例变得不可用

如果每个应用服务器都有自己的 mongos 实例，其他应用服务器可以继续访问数据库。此外，mongos 实例不维护持久状态，它们可以在不丢失任何状态或数据的情况下重启并变得不可用。当一个 mongos 实例启动时，它检索配置数据库的副本并可以开始路由查询。

分片副本集中单个成员变得不可用

副本集 为分片提供 高可用性。如果不可用的 mongod 是一个 主节点，那么副本集将 选举 一个新的主节点。如果不可用的 mongod 是一个 副节点，并且它断开了连接，主节点和副节点将继续保留所有数据。在一个三成员的副本集中，即使集合中的一个成员发生灾难性故障，其他两个成员也有数据的完整副本。[1]

始终调查可用性中断和故障。如果一个系统无法恢复，请尽快更换它，并创建副本集的新成员以替换丢失的冗余。

分片的所有成员都不可用

在分片集群中，mongod 和 mongos 实例监控分片集群中的副本集（例如分片副本集、配置服务器副本集）。

如果副本集分片的所有成员都不可用，则该分片持有的所有数据都不可用。但是，所有其他分片上的数据仍然可用，并且可以读取和写入其他分片上的数据。但是，您的应用程序必须能够处理部分结果，并且您应调查中断的原因，并尽快尝试恢复分片。

配置服务器副本集成员不可用

副本集为配置服务器提供高可用性。如果不可用的配置服务器是主节点，则副本集将选举一个新的主节点。

如果副本集配置服务器丢失其主节点且无法选举新的主节点，则集群的元数据变为只读。您仍然可以从分片读取和写入数据，但在主节点可用之前，不会发生任何数据块迁移或数据块分裂。

游标因过时的配置数据失败

当其中一个或多个 mongos 实例尚未从 配置数据库 更新集群元数据的缓存时，查询将返回以下警告：

could not initialize cursor across all shards because : stale config detected

此警告 不应 向您的应用程序传播。警告将重复，直到所有 mongos 实例刷新其缓存。要强制实例刷新其缓存，请运行 flushRouterConfig 命令。

分片键

要解决分片键问题，请参阅 解决分片键问题。

集群可用性

为确保集群可用性

• 每个分片应该是一个 副本集，如果特定的 mongod 实例失败，副本集成员将选举另一个成为 主节点 并继续运行。然而，如果整个分片不可达或由于某种原因失败，该数据将不可用。

• 分片键应允许 mongos 将大多数操作隔离到一个单一的分片上。如果操作可以由单个分片处理，则单个分片故障只会导致 某些 数据不可用。如果操作需要查询所有分片，则单个分片故障将使整个集群不可用。

配置数据库字符串错误

配置服务器必须作为副本集部署。分片集群的 mongos 实例必须指定相同的配置服务器副本集名称，但可以指定副本集不同成员的主机名和端口。

在使用早期版本的 MongoDB 分片集群，该集群使用三个镜像的 mongod 实例作为配置服务器时，分片集群中的 mongos 实例必须指定相同的 configDB 字符串。

迁移配置服务器时的停机时间避免

使用 CNAME 来识别集群中的配置服务器，这样您可以在不停机的情况下重命名和重新编号配置服务器。

moveChunk 提交失败 错误

在块迁移结束后，分片必须连接到块迁移的配置数据库，以更新集群元数据中的块记录。如果分片无法连接到配置数据库，MongoDB将报告以下错误

ERROR: moveChunk commit failed: version is at <n>|<nn> instead of
<N>|<NN>" and "ERROR: TERMINATING"

在这种情况下，分片副本集的主节点将终止以保护数据一致性。如果副节点可以访问配置数据库，则在选举之后，分片上的数据将再次可访问。

用户需要独立解决块迁移失败问题。如果您遇到此问题，请联系MongoDB 社区或MongoDB 支持以解决这个问题。

不一致的分片元数据

从 MongoDB 7.0 开始，可用checkMetadataConsistency命令来检查分片元数据中的不一致性和损坏，这些不一致性和损坏可能由 MongoDB 早期版本中的错误引起。

分片元数据的不一致性可能源于以下情况：

• 从 MongoDB 5.0 之前的版本升级的集群可能包含过去 DDL 操作损坏的数据。

• 手动干预，例如操作配置数据库或绕过 mongos 直接写入分片。

• 维护操作，例如升级或降级程序。

这些不一致性可能导致查询结果不正确或数据丢失。

要检查分片元数据中的不一致性，请运行checkMetadataConsistency命令

db.runCommand( { checkMetadataConsistency: 1 } )

{
   cursor: {
      id: Long("0"),
      ns: "test.$cmd.aggregate",
      firstBatch: [
         {
            type: "MisplacedCollection",
            description: "Unsharded collection found on shard different from database primary shard",
            details: {
               namespace: "test.authors",
               shard: "shard02",
               localUUID: new UUID("1ad56770-61e2-48e9-83c6-8ecefe73cfc4")
            }
         }
      ],
   },
   ok: 1
}

checkMetadataConsistency命令返回的文档指示 MongoDB 在集群的分片元数据中识别的不一致性。

有关 checkMetadataConsistency命令返回的不一致性文档的信息，请参阅不一致性类型。