1. 前言
由于线上的mongodb 数据体量越来越大，如果没有完善的备份方案，发生故障势必造成业务很长时间的暂停。参考了网上方案，写出以下总结和备份方案：
备份方案分为两种：全备和增量备份，二者结合起来使用。
参考链接：https://www.cnblogs.com/xuliuzai/p/9917137.html 感谢作者的分享。
2. 构建mongodb 副本集测试环境
首先在测试环境进行测试，过程如下：
测试机：192.168.118.16 系统：CentOS 7
首先搭建mongodb 副本集（为了和线上环境保持一致）这里使用 mongodb 3.6 的版本，建议和生产环境相同的版本。
Mongdb 没啥安装的， 开箱即用。副本集参考链接：https://www.cnblogs.com/hukey/p/5769548.html
rs0:PRIMARY> rs.isMaster();
{
"hosts" : [
"192.168.118.16:27017",
"192.168.118.16:27018",
"192.168.118.16:27019"
],
…
…
副本集创建成功。
接下来，向集群里写入数据：
rs0:PRIMARY> for(var i=1;i<=10000;i++) db.users.insert({id:i, name:"hukey",city:"xi'an"});
WriteResult({ "nInserted" : 1 })
rs0:PRIMARY> show dbs;
admin 0.000GB
config 0.000GB
local 0.000GB
test 0.000GB
rs0:PRIMARY> use test
switched to db test
rs0:PRIMARY> db.users.count();
10000
写入了 1W 条数据。
准备工作完成。
3. mongodb 全量备份及恢复
全备脚本 [ mongodb_back_all.sh ] 如下：
#!/bin/bash
# Author:hukey
host='192.168.118.16'
port='27017'
sourcepath='/mongodb/bin'
targetpath='/mongodb/backup'
nowtime=$(date "+%Y%m%d")
start(){
$sourcepath/mongodump --host $host --port $port --oplog --gzip --out ${targetpath}/${nowtime}
}
execute(){
echo "=========================$(date) backup all mongodb back start ${nowtime}========="
start
if [ $? -eq 0 ];then
echo "The MongoDB BackUp Successfully!"
else
echo "The MongoDB BackUp Failure"
fi
}
if [ ! -d "${targetpath}/${nowtime}" ];then
mkdir -p "${targetpath}/${nowtime}"
fi
execute
backtime=$(date -d '-7 days' "+%Y%m%d")
if [ -d "${targetpath}/${backtime}/" ];then
rm -rf "${targetpath}/${backtime}/"
echo "=======${targetpath}/${backtime}/===删除完毕=="
fi
echo "========================= $(date) backup all mongodb back end ${nowtime}========="
全库还原脚本 [ mongodb_restore_all.sh ] 如下：
#!/bin/bash
# Author:hukey
echo -e "\033[31;1m*****[ Mongodb ] 全库恢复脚本*****\033[0m"
host=192.168.118.16
mongo_bin=/mongodb/bin/
backpath='/mongodb/backup'
echo -e "\033[32;1m[ 选择要恢复全库的日期 ] \033[0m"
for backfile in `ls $backpath`; do
echo $backfile
done
read -p ">>>" date_bak
if [[ $date_bak == "" ]] || [[ $date_bak == '.' ]] || [[ $date_bak == '..' ]]; then
echo -e "\033[31;1m输入不能为特殊字符.\033[0m"
exit 1
fi
if [ -d $backpath/$date_bak ];then
read -p "请确认是否恢复全库备份[y/n]:" choice
if [ "$choice" == "y" ];then
echo -e "\033[32;1m正在恢复全库备份，请稍后...\033[0m"
$mongo_bin/mongorestore --host $host --port 27017 --oplogReplay --gzip $backpath/$date_bak/
if [ $? -eq 0 ];then
echo -e "\033[32;1m--------全库恢复成功.--------\033[0m"
else
echo -e "\033[31;1m恢复失败,请手动检查!\033[0m"
exit 3
fi
else
exit 2
fi
else
echo "\033[31;1m输入信息错误.\033[0m"
exit 1
fi
执行全量备份脚本：
[root@192.168.118.16 /mongodb/script]#sh mongodb_back_all.sh =========================Thu Sep 12 11:57:32 CST 2019 backup all mongodb back start 20190912========= 2019-09-12T11:57:32.863+0800 writing admin.system.version to 2019-09-12T11:57:32.866+0800 done dumping admin.system.version (1 document) 2019-09-12T11:57:32.867+0800 writing test.users to 2019-09-12T11:57:32.955+0800 done dumping test.users (10000 documents) 2019-09-12T11:57:32.956+0800 writing captured oplog to 2019-09-12T11:57:32.975+0800 dumped 1 oplog entry The MongoDB BackUp Successfully! ========================= Thu Sep 12 11:57:32 CST 2019 backup all mongodb back end 20190912=========
查看备份数据：
[root@192.168.118.16 /mongodb/script]#ls /mongodb/backup/20190912/ admin oplog.bson test
在测试全库还原之前，首先需要清库数据（注意：本次操作是在测试环境）
rs0:PRIMARY> use test;
switched to db test
rs0:PRIMARY> db.users.count();
10000
rs0:PRIMARY> db.dropDatabase();
{
"dropped" : "test",
"ok" : 1,
"operationTime" : Timestamp(1568264437, 2),
"$clusterTime" : {
"clusterTime" : Timestamp(1568264437, 2),
"signature" : {
"hash" : BinData(0,"AAAAAAAAAAAAAAAAAAAAAAAAAAA="),
"keyId" : NumberLong(0)
}
}
}
执行全库恢复脚本：
[root@192.168.118.16 /mongodb/script]#sh mongodb_restore_all.sh *****[ Mongodb ] 全库恢复脚本***** [ 选择要恢复全库的日期 ] 20190912 >>>20190912 请确认是否恢复全库备份[y/n]:y 正在恢复全库备份，请稍后... 2019-09-12T13:43:58.956+0800 preparing collections to restore from 2019-09-12T13:43:58.959+0800 reading metadata for test.users from /mongodb/backup/20190912/test/users.metadata.json.gz 2019-09-12T13:43:59.019+0800 restoring test.users from /mongodb/backup/20190912/test/users.bson.gz 2019-09-12T13:44:01.950+0800 [#################.......] test.users 28.0KB/37.9KB (73.9%) 2019-09-12T13:44:04.083+0800 [########################] test.users 37.9KB/37.9KB (100.0%) 2019-09-12T13:44:04.083+0800 no indexes to restore 2019-09-12T13:44:04.084+0800 finished restoring test.users (10000 documents) 2019-09-12T13:44:04.084+0800 replaying oplog 2019-09-12T13:44:04.084+0800 done --------全库恢复成功.--------
全库的备份和还原已经实现，可以通过 crontab 来制定计划任务触发。
4. mongodb 增量备份及恢复
增量备份的思路是通过 oplog 来实现的，大家可以通过文档搜索了解。
直接上脚本：
增量备份 [ mongodb_backup_incremental.sh ] 脚本
#!/bin/bash
# Author:hukey
command_linebin='/mongodb/bin/mongo'
port=27017
if [ ! -d "/mongodb/backup/mongodbOplog_bak/mongo-$port" ];then
mkdir -p /mongodb/backup/mongodbOplog_bak/mongo-$port
fi
if [ ! -d "/mongodb/backup/mongodbOplog_bak/log-$port" ];then
mkdir -p /mongodb/backup/mongodbOplog_bak/log-$port
fi
bkdatapath=/mongodb/backup/mongodbOplog_bak/mongo-$port
bklogpath=/mongodb/backup/mongodbOplog_bak/log-$port
logfilename=$(date +"%Y%m%d")
echo "===MongoDB 端口为" $port "的差异备份开始，开始时间为" $(date -d today +"%Y%m%d%H%M%S")
paramBakEndDate=$(date +%s)
echo "===本次备份时间参数中的结束时间为：" $paramBakEndDate
diffTime=$(expr 65 \* 60)
echo "===备份设置的间隔时间为：" $diffTime
paramBakStartDate=$(expr $paramBakEndDate - $diffTime)
echo "===本次备份时间参数中的开始时间为：" $paramBakStartDate
diffTime=$(expr 61 \* 60)
paramAfterBakRequestStartDate=$(expr $paramBakEndDate - $diffTime)
echo "===为保证备份的连续性,本次备份后,oplog中的开始时间需小于：" $paramAfterBakRequestStartDate
bkfilename=$(date -d today +"%Y%m%d%H%M%S")
command_line="${command_linebin} 192.168.118.16:27017"
opmes=$(/bin/echo "db.printReplicationInfo()" | $command_line --quiet)
echo $opmes > /tmp/opdoctime$port.tmplog
opbktmplogfile=/tmp/opdoctime$port.tmplog
opstartmes=$(grep "oplog first event time" $opbktmplogfile | awk -F 'CST' '{print $1}' | awk -F 'oplog first event time: ' '{print $2}' | awk -F ' GMT' '{print $1}' )
oplogRecordFirst=$(date -d "$opstartmes" +%s)
echo "===oplog集合记录的开始时间为[格式化]：" $oplogRecordFirst
if [ $oplogRecordFirst -le $paramBakStartDate ]; then
echo "Message --检查设置备份时间合理。备份参数的开始时间在oplog记录的时间范围内。"
else
echo "Fatal Error --检查设置的备份时间不合理合理。备份参数的开始时间不在oplog记录的时间范围内。请调整oplog size或调整备份频率。本次备份可以持续进行，但还原时数据完整性丢失。"
fi
/mongodb/bin/mongodump -h 192.168.118.16 --port $port -d local -c oplog.rs --query '{ts:{$gte:Timestamp('$paramBakStartDate',1),$lte:Timestamp('$paramBakEndDate',9999)}}' -o $bkdatapath/mongodboplog$bkfilename
opmes=$(/bin/echo "db.printReplicationInfo()" | $command_line --quiet)
echo $opmes > /tmp/opdoctime$port.tmplog
opbktmplogfile=/tmp/opdoctime$port.tmplog
opstartmes=$(grep "oplog first event time" $opbktmplogfile | awk -F 'CST' '{print $1}' | awk -F 'oplog first event time: ' '{print $2}' | awk -F ' GMT' '{print $1}' )
oplogRecordFirst=$(date -d "$opstartmes" +%s)
echo "===执行备份后,oplog集合记录的开始时间为[时间格式化]:" $oplogRecordFirst
if [ $oplogRecordFirst -le $paramAfterBakRequestStartDate ]; then
echo "Message --备份后，检查oplog集合中数据的开始时间，即集合中最早的一笔数据，时间不小于61分钟的时间（即参数 paramAfterBakRequestStartDate）。这样可以保证每个增量备份含有最近一个小时的全部op操作，满足文件的持续完整性，逐个还原无丢失数据风险。"
else
echo "Fatal Error --备份后，检查oplog集合的涵盖的时间范围过小（小于61min）。设置的备份时间不合理合理，备份后的文件不能完全涵盖最近60分钟的数据。请调整oplog size或调整备份频率。本次备份可以持续进行，但还原时数据完整性丢失。"
fi
if [ -d "$bkdatapath/mongodboplog$bkfilename" ]
then
echo "Message --检查此次备份文件已经产生.文件信息为:" $bkdatapath/mongodboplog$bkfilename >> $bklogpath/$logfilename.log
else
echo "Fatal Error --备份过程已执行，但是未检测到备份产生的文件，请检查！" >> $bklogpath/$logfilename.log
fi
keepbaktime=$(date -d '-3 days' "+%Y%m%d%H")*
if [ -d $bkdatapath/mongodboplog$keepbaktime ]; then
rm -rf $bkdatapath/mongodboplog$keepbaktime
echo "Message -- $bkdatapath/mongodboplog$keepbaktime 删除完毕" >> $bklogpath/$logfilename.log
fi
echo "===MongoDB 端口为" $port "的差异备份结束，结束时间为：" $(date -d today +"%Y%m%d%H%M%S")
这个脚本比较长，需要注意一个变量： diffTime
第一次定义这个变量的时候，是为了定义备份的时长，从此刻到之前 65 * 60ms 之前的时间，也就是备份从现在到之前 1小时5分这段时间的增量；
第二次定义这个变量的时候，是为了避免数据增长过快，覆盖了还未备份的数据的，比较的依据是 mongodb db.printReplicationInfo(); 的 oplog first event time 时间。
这两个定义的时间可灵活调整。
增量备份还原 [ mongodb_backup_incremental.sh ] 脚本
#!/bin/bash
# Author:hukey
host=192.168.118.16
port=27017
mongo_bin=/mongodb/bin/
backpath='/mongodb/backup/mongodbOplog_bak/mongo-27017'
echo -e "\033[31;1m*****[ Mongodb ] 增量恢复脚本*****\033[0m"
echo -e "\033[32;1m[ 选择要恢复增量的日期(格式：年月日时分秒) ] \033[0m"
for time_file in `ls $backpath`; do
echo $time_file
done
read -p ">>>" date_bak
if [[ $date_bak == "" ]] || [[ $date_bak == '.' ]] || [[ $date_bak == '..' ]]; then
echo -e "\033[31;1m输入不能为特殊字符.\033[0m"
exit 1
fi
if [ -d $backpath/$date_bak ]; then
read -p "请确认是否恢复[$date_bak]增量备份[y/n]:" choice
if [ "$choice" == "y" ];then
mkdir -p /tmp/mongodb/ && cp -a $backpath/$date_bak/local/oplog.rs.bson /tmp/mongodb/oplog.bson
$mongo_bin/mongorestore --host $host --port $port --oplogReplay /tmp/mongodb/ && rm -rf /tmp/mongodb/
if [ $? -eq 0 ];then
echo -e "\033[32;1m--------[$date_bak]增量恢复成功.--------\033[0m"
else
echo -e "\033[31;1m恢复失败,请手动检查!\033[0m"
exit 3
fi
else
exit 2
fi
else
echo -e "\033[31;1m输入信息错误.\033[0m"
exit 1
fi
测试下增量备份脚本和还原增量脚本
（1）首先写入一批数据到 mongodb
rs0:PRIMARY> for(var i=1;i<=100;i++) db.users.insert({id:i,name:"hukey"});
WriteResult({ "nInserted" : 1 })
rs0:PRIMARY> use test;
switched to db test
rs0:PRIMARY> db.users.count();
100
写入了 100 条数据成功。
（2）执行增量备份脚本
[root@192.168.118.16 /mongodb/script]#sh mongodb_backup_incremental.sh ===MongoDB 端口为 27017 的差异备份开始，开始时间为 20190912141545 ===本次备份时间参数中的结束时间为： 1568268945 ===备份设置的间隔时间为： 3900 ===本次备份时间参数中的开始时间为： 1568265045 ===为保证备份的连续性,本次备份后,oplog中的开始时间需小于： 1568265285 ===oplog集合记录的开始时间为[格式化]： 1568260252 Message --检查设置备份时间合理。备份参数的开始时间在oplog记录的时间范围内。 2019-09-12T14:15:48.648+0800 Failed: error connecting to db server: no reachable servers ===执行备份后,oplog集合记录的开始时间为[时间格式化]: 1568260252 Message --备份后，检查oplog集合中数据的开始时间，即集合中最早的一笔数据，时间不小于61分钟的时间（即参数 paramAfterBakRequestStartDate）。这样可以保证每个增量备份含有最近一个小时的全部op操作，满足文件的持续完整性，逐个还原无丢失数据风险。 ===MongoDB 端口为 27017 的差异备份结束，结束时间为： 20190912141548
（3）再次新增 100 条数据到 mongodb
rs0:PRIMARY> use test
switched to db test
rs0:PRIMARY> for(var i=1;i<=100;i++) db.users.insert({id:i,name:"xiaofei"});
WriteResult({ "nInserted" : 1 })
rs0:PRIMARY> db.users.count();
200
（4）再次执行增量备份
[root@192.168.118.16 /mongodb/script]#sh mongodb_backup_incremental.sh ===MongoDB 端口为 27017 的差异备份开始，开始时间为 20190912141728 ===本次备份时间参数中的结束时间为： 1568269048 ===备份设置的间隔时间为： 3900 ===本次备份时间参数中的开始时间为： 1568265148 ===为保证备份的连续性,本次备份后,oplog中的开始时间需小于： 1568265388 ===oplog集合记录的开始时间为[格式化]： 1568260252 Message --检查设置备份时间合理。备份参数的开始时间在oplog记录的时间范围内。 2019-09-12T14:17:31.696+0800 Failed: error connecting to db server: no reachable servers ===执行备份后,oplog集合记录的开始时间为[时间格式化]: 1568260252 Message --备份后，检查oplog集合中数据的开始时间，即集合中最早的一笔数据，时间不小于61分钟的时间（即参数 paramAfterBakRequestStartDate）。这样可以保证每个增量备份含有最近一个小时的全部op操作，满足文件的持续完整性，逐个还原无丢失数据风险。 ===MongoDB 端口为 27017 的差异备份结束，结束时间为： 20190912141731
到此，已知：
第一次增量备份前，数据是 100 条
第二次增量备份前，数据是 200 条
（5）删除 mongodb 数据，恢复第一次增量备份数据
rs0:PRIMARY> db.users.count();
200
rs0:PRIMARY> db.dropDatabase();
{
"dropped" : "test",
"ok" : 1,
"operationTime" : Timestamp(1568270110, 2),
"$clusterTime" : {
"clusterTime" : Timestamp(1568270110, 2),
"signature" : {
"hash" : BinData(0,"AAAAAAAAAAAAAAAAAAAAAAAAAAA="),
"keyId" : NumberLong(0)
}
}
}
rs0:PRIMARY>
rs0:PRIMARY> show dbs;
admin 0.000GB
config 0.000GB
local 0.001GB
执行恢复增量备份的脚本：
[root@192.168.118.16 /mongodb/script]#sh mongodb_restore_incremental.sh *****[ Mongodb ] 增量恢复脚本***** [ 选择要恢复增量的日期(格式：年月日时分秒) ] mongodboplog20190912144121 mongodboplog20190912144403 >>>mongodboplog20190912144121 请确认是否恢复[mongodboplog20190912144121]增量备份[y/n]:y 2019-09-12T14:44:34.534+0800 preparing collections to restore from 2019-09-12T14:44:34.534+0800 replaying oplog 2019-09-12T14:44:37.531+0800 oplog 1.12MB 2019-09-12T14:44:40.021+0800 oplog 1.79MB 2019-09-12T14:44:40.021+0800 done --------[mongodboplog20190912144121]增量恢复成功.--------
此时，mongodb 应该是 100 条数据才对，验证下：
rs0:PRIMARY> use test; switched to db test rs0:PRIMARY> db.users.count(); 100
数据正确，执行第二次增量备份的还原：
[root@192.168.118.16 /mongodb/script]#sh mongodb_restore_incremental.sh *****[ Mongodb ] 增量恢复脚本***** [ 选择要恢复增量的日期(格式：年月日时分秒) ] mongodboplog20190912144121 mongodboplog20190912144403 >>>mongodboplog20190912144403 请确认是否恢复[mongodboplog20190912144403]增量备份[y/n]:y 2019-09-12T14:45:41.886+0800 preparing collections to restore from 2019-09-12T14:45:41.887+0800 replaying oplog 2019-09-12T14:45:44.882+0800 oplog 1.04MB 2019-09-12T14:45:47.882+0800 oplog 1.75MB 2019-09-12T14:45:50.341+0800 oplog 1.81MB 2019-09-12T14:45:50.341+0800 done --------[mongodboplog20190912144403]增量恢复成功.--------
此时，mongodb 应该是 200 条数据才对，验证下：
rs0:PRIMARY> use test; switched to db test rs0:PRIMARY> db.users.count(); 200
正确，数据恢复没有问题。增量备份完成。
5. 后记
对于线上生产环境，目前的备份解决方案是：
全量备份 1 周执行一次，增量备份每天执行一次。
后期准备在建立一个备用的副本集，每天都会将备份数据还原到 新建的副本集中，进行数据备份的校验，准备还是通过脚本来实现。后期在编写。