MongoDB 在 Linux 上的故障恢复实操指南
一 快速定位与通用处置
- 查看服务状态与日志：使用命令检查 mongod 是否存活并抓取最新错误日志，例如：sudo systemctl status mongod；sudo tail -n 50 /var/log/mongodb/mongod.log。日志通常直接指明是配置、权限、磁盘还是存储引擎问题。
- 核对关键配置：确认 /etc/mongod.conf 中的关键项是否正确，尤其是 dbPath（数据目录）、logPath（日志目录）、bindIp 与 port；同时检查这些目录是否存在且属主为 mongodb/mongod。
- 资源与系统线索：用 df -h 检查磁盘空间，用 ulimit -n 与 lsof -p $(pidof mongod) 排查文件描述符限制，必要时在 systemd 服务单元中设置 LimitNOFILE=65535 并 reload。
- 变更前先备份：在任何修复操作前，先对现有数据目录与配置做一次离线拷贝，避免二次损坏。
二 无法启动的恢复流程
- 非法关机或异常退出（Unclean shutdown）
- 备份当前数据目录；2) 删除锁文件 mongod.lock（路径取自 dbPath，常见为 /var/lib/mongodb/mongod.lock 或 /var/lib/mongo/mongod.lock）；3) 以修复模式启动：mongod -f /etc/mongod.conf --repair；4) 修复完成后按常规方式启动：mongod -f /etc/mongod.conf；5) 用 ps/日志确认进程就绪。
- 配置或权限错误
- 依据日志修正 /etc/mongod.conf（如错误的 dbPath/logPath、bindIp 不可达等）；2) 校正目录权限：sudo chown -R mongodb:mongodb /var/lib/mongodb；3) 重启服务：sudo systemctl restart mongod。
- 资源不足（磁盘满、文件句柄不足）
- 清理或扩容磁盘（df -h 定位）；2) 提升 ulimit 并在 /lib/systemd/system/mongod.service 的 [Service] 段添加 LimitNOFILE=65535，执行 systemctl daemon-reload 后重启。
- 存储引擎错误（WiredTiger）
- 查看日志中 WiredTiger 报错与磁盘空间；2) 优先释放空间或迁移数据；3) 执行 mongod --repair 重建索引与校验；4) 仍失败时，使用最近有效备份进行恢复。
三 有备份时的标准恢复
- 使用 mongorestore 恢复全量或指定库/集合：
- 全量恢复：mongorestore /path/to/backup/
- 指定库：mongorestore --db myDatabase /path/to/backup/myDatabase/
- 指定集合：mongorestore --db myDatabase --collection myCollection /path/to/backup/myDatabase/myCollection.bson
- 谨慎使用 --drop（会先删除目标库/集合再导入）。
- 恢复后校验：mongo myDatabase --eval “db.collection.countDocuments()” 或查询样本数据，确认记录数与关键业务数据一致。
四 无备份时的修复与重建
- 使用 mongod --repair 修复数据文件（建议在副本集从节点或离线环境执行）：
- 方式一（指定配置）：mongod -f /etc/mongod.conf --repair
- 方式二（直接指定数据目录）：mongod --repair --dbpath /var/lib/mongodb
- 修复会重建索引、丢弃损坏数据，耗时与数据量成正比。
- 修复失败或数据不可用的兜底方案：从最近一次有效备份恢复；若无备份，评估从副本集其他成员 resync 或从较早备份+增量导入的可行性。
五 复制集与分片的恢复要点
- 复制集：优先在 SECONDARY 节点上执行修复/重建，完成后再重新加入集群并等待数据追赶；必要时以备份重建该节点。
- 分片集群：依次处理各 shard（优先从节点修复/重建），确认分片数据一致后再恢复 mongos 路由与业务接入。
- 恢复完成后，使用 rs.status()、sh.status() 校验拓扑与健康度，并抽样查询验证业务数据。
