MongoDB，分片问题: fail mongos process after config server was crashed

Question

我在创建 mongoDB 分片集群时遇到一些问题。 我尝试使用 4 台服务器:3 台用于 mongo 数据库(host1、host2 和 host3)，1 台用于应用程序端(用于 mongos 进程)。在每个数据库服务器上我启动 4 个进程:

$ mongod --configsvr --smallfiles --noprealloc --port 27020 --dbpath /mongodb/conf --logappend --logpath=/mongodb/logs/logsmongodcfg.log
$ mongod --shardsvr  --smallfiles --noprealloc --replSet repl1 --port 27030 --dbpath /mongodb/repl1 --logappend --logpath=/mongodb/logs/mongod_shard1.log
$ mongod --shardsvr  --smallfiles --noprealloc --replSet repl2 --port 27031 --dbpath /mongodb/repl2 --logappend --logpath=/mongodb/logs/mongod_shard2.log
$ mongod --shardsvr  --smallfiles --noprealloc --replSet repl3 --port 27032 --dbpath /mongodb/repl3 --logappend --logpath=/mongodb/logs/mongod_shard3.log

正如您所看到的，在集群中的每台服务器上，我们都有一个配置服务器和 3 个用于复制实现的 mongod 服务器。 在应用程序服务器上我只启动一个 mongos 进程:

mongos --configdb host1:27020,host2:27020,host3:27020 --port 27017 --logappend --logpath=/var/log/mongo/mongos.log

之后我尝试配置分片:

mongo 127.0.0.1:27017/admin

db.runCommand( { addShard : "repl1/host1:27030,host2:27030,host3:27030" } );
db.runCommand( { addShard : "repl2/host1:27031,host2:27031,host3:27031" } );
db.runCommand( { addShard : "repl3/host1:27032,host2:27032,host3:27032" } );

这个方案是有效的，但是有一个大问题。如果我尝试关闭其中一台主机，mongos 将无法连接到其他主机和新的主复制。 在 mongos 日志中我得到这样的信息:

Thu Jun 14 21:10:37 [CheckConfigServers] DBClientCursor::init call() failed
Thu Jun 14 21:10:37 [ReplicaSetMonitorWatcher] trying reconnect to host1:27030
Thu Jun 14 21:10:42 [ReplicaSetMonitorWatcher] reconnect host1:27030 failed couldn't connect to server      host1:27030
Thu Jun 14 21:10:42 [ReplicaSetMonitorWatcher] trying reconnect to host1:27032
Thu Jun 14 21:10:47 [ReplicaSetMonitorWatcher] reconnect host1:27032 failed couldn't connect to server host1:27032
Thu Jun 14 21:10:56 [LockPinger] SyncClusterConnection connecting to [host1:27020]

因此，如果 3 个配置服务器中的任何一个出现故障，mongos 都会出现连接异常。这是什么问题以及如何解决这个问题？

Answer 1

所以，这里有几件事。首先，如果您没有运行 2.0.6，则更新它 - 这里有几个相关的修复(例如 https://jira.mongodb.org/browse/SERVER-2988 实际上已在 2.0.5 中修复，但 2.0.6 中还有其他一些不错的功能) )如果您在配置服务器关闭的情况下启动 mongos，这会有所帮助。

接下来，如果您关闭配置服务器，您的集群元数据将变为只读，并且 mongos 无法执行多项操作(例如平衡、拆分等)，直到配置服务器重新上线。因此，它会提示一个已关闭的事实，直到您将其恢复为止。

类似地，副本集监视器线程将继续 ping 已关闭且无法连接到它们的副本集成员(这实际上不是 ICMP ping，而是 TCP 连接尝试)。

基本上，在您恢复之前，这些日志消息都是预期的。