修复 Oplog 问题

警报条件

您可以在项目级警报设置页面中配置以下警报条件，以触发警报。

Replication Oplog Window is (X) 如果主节点复制 oplog 中的大致可用时间量达到或低于指定阈值，则会发生此情况。这是指在给定 oplog 数据生成的当前速率的情况下，主节点可以继续记录的时间量。

Oplog Data Per Hour is (X) 当每小时写入主节点的 oplog 的数据量达到或超过指定阈值，则触发。

常见触发器

以下是一些可能导致 oplog 活动增加的常见事件：

• 短时间内密集的写入和更新操作。

• 集群配置的 oplog 大小小于集群指标视图中观察到的 Oplog GB / Hour 图表中的值。

解决眼前的问题

以下是一些可以考虑采取的措施，以帮助解决复制 Oplog 警报：

• 通过编辑集群的配置来增加 oplog 的大小，以确保其高于从集群指标视图中的 Oplog GB / Hour 图表中的峰值。

• 如果您预计短时间内会有大量写入和更新操作，请增加 oplog 大小。

  注意

  您可能需要增加集群的存储空间，以便释放足够的空间来调整 oplog 的大小。

• 确保所有写入操作都指定写关注majority ，以确保在继续下一写入操作之前将写入操作复制到至少一个节点。 这可以防止主节点接受写入的速度超过辅助节点的处理速度，从而控制来自应用程序的流量速率。

实施长期解决方案

有关您的使用案例的 oplog 大小要求的更多信息，请参阅可能需要更大oplog大小的工作负载。

监控您的进度

当这些警报触发时，您可能会观察到以下情况：

• 指标视图中的 Oplog GB / Hour（Oplog GB/小时）图表急剧上升。

• 指标视图中的 Replication Oplog Window 图表偏低。

• Atlas 查看和下载 MongoDB 从节点或运行状况不佳节点的日志显示以下消息：

  We are too stale to use <node>:27017 as a sync source.

• Atlas 节点被报告长时间处于启动2 和恢复状态。

  通常，这表明该节点已“脱离 oplog”并且无法跟上主节点生成的 oplog 数据。在这种情况下，该节点需要进行初始同步，以便恢复并确保所有节点的数据一致。您可以使用 rs.status() shell 方法检查节点的状态。