13

我知道 oplog 文件会将多个更新拆分为单个更新，但是批量插入呢？那些也分成单独的插入物吗？

如果我有一个写入密集型集合，大约每 30 秒插入约 20K 文档批次，我/我是否应该考虑将我的 oplog 大小增加到超出默认值？我有一个 3 成员副本集，mongod 在 64 位 Ubuntu 服务器上运行，Mongodb 数据位于 100GB 卷上。

以下是一些可能有用也可能没有帮助的数据：

    gs_rset:PRIMARY> db.getReplicationInfo()
    {
        "logSizeMB" : 4591.3134765625,
        "usedMB" : 3434.63,
        "timeDiff" : 68064,
        "timeDiffHours" : 18.91,
        "tFirst" : "Wed Oct 24 2012 22:35:10 GMT+0000 (UTC)",
        "tLast" : "Thu Oct 25 2012 17:29:34 GMT+0000 (UTC)",
        "now" : "Fri Oct 26 2012 19:42:19 GMT+0000 (UTC)"
    }
    gs_rset:PRIMARY> rs.status()
    {
        "set" : "gs_rset",
        "date" : ISODate("2012-10-26T19:44:00Z"),
        "myState" : 1,
        "members" : [
            {
                "_id" : 0,
                "name" : "xxxx:27017",
                "health" : 1,
                "state" : 1,
                "stateStr" : "PRIMARY",
                "uptime" : 77531,
                "optime" : Timestamp(1351186174000, 1470),
                "optimeDate" : ISODate("2012-10-25T17:29:34Z"),
                "self" : true
            },
            {
                "_id" : 1,
                "name" : "xxxx:27017",
                "health" : 1,
                "state" : 2,
                "stateStr" : "SECONDARY",
                "uptime" : 76112,
                "optime" : Timestamp(1351186174000, 1470),
                "optimeDate" : ISODate("2012-10-25T17:29:34Z"),
                "lastHeartbeat" : ISODate("2012-10-26T19:44:00Z"),
                "pingMs" : 1
            },
            {
                "_id" : 2,
                "name" : "xxxx:27017",
                "health" : 1,
                "state" : 2,
                "stateStr" : "SECONDARY",
                "uptime" : 61301,
                "optime" : Timestamp(1351186174000, 1470),
                "optimeDate" : ISODate("2012-10-25T17:29:34Z"),
                "lastHeartbeat" : ISODate("2012-10-26T19:43:59Z"),
                "pingMs" : 1
            }
        ],
        "ok" : 1
    }

gs_rset:PRIMARY> db.printCollectionStats()
dev_fbinsights
{
    "ns" : "dev_stats.dev_fbinsights",
    "count" : 6556181,
    "size" : 3117699832,
    "avgObjSize" : 475.53596095043747,
    "storageSize" : 3918532608,
    "numExtents" : 22,
    "nindexes" : 2,
    "lastExtentSize" : 1021419520,
    "paddingFactor" : 1,
    "systemFlags" : 0,
    "userFlags" : 0,
    "totalIndexSize" : 1150346848,
    "indexSizes" : {
        "_id_" : 212723168,
        "fbfanpage_id_1_date_1_data.id_1" : 937623680
    },
    "ok" : 1
}
4

1 回答 1

15

当前主节点的 oplog 的大小越大，副本集成员能够保持离线而不会落后于主节点太远的时间窗口就越长。如果确实落后太多，则需要完全重新同步。

timeDiffHours返回的字段db.getReplicationInfo()报告 oplog 当前记录了多少小时的数据。在 oplog 填满并开始覆盖旧条目后，开始监视此值。尤其是在写负载很重的情况下（其中值会降低）。如果您假设它永远不会低于 N 小时，那么 N 是您可以容忍副本集成员暂时离线的最大小时数（例如，用于定期维护，或进行离线备份，或在硬件情况下失败）而不执行完全重新同步。然后，该成员将能够在重新联机后自动赶上主节点。

如果您对 N 有多低不满意，那么您应该增加 oplog 的大小。这完全取决于您的维护窗口时间长短，或者您或您的运营团队对灾难场景的响应速度。在为它分配多少磁盘空间时要自由，除非您对该空间有迫切的需求。

我在这里假设您在所有副本集成员上保持 oplog 的大小不变，这是合理的做法。如果不是，则计划具有最小 oplog 的副本集成员被选为主的场景。

（回答你的另一个问题：与多次更新类似，批量插入也被扇出到 oplog 中的多个操作中）

编辑：请注意，数据导入和批量插入/更新将数据写入 oplog 的速度明显快于您的应用程序在典型重负载下的速度。重申一下：在估计 oplog 填充需要多长时间时要保守。

于 2012-10-27T00:00:36.330 回答