对于 AI 代理:可在 https://www.mongodb.com/zh-cn/docs/llms.txt 获取文档索引—通过在任何 URL 路径后添加 .md 可获取所有页面的 Markdown 版本。

Atlas 高可用性指导

高可用性是指您的应用程序在基础设施服务中断、系统维护和其他干扰期间,确保持续操作并最大限度地减少停机时间的能力。MongoDB 的默认部署架构专为高可用性而设计,具有内置的数据冗余和自动故障转移功能。

高可用性 与 灾难恢复 不同。高可用性可防止节点、区域、地区或云提供商服务中断等基础设施故障,通过自动故障转移,可在故障发生的精确时刻进行恢复,且不会丢失数据(RPO = 0),并在几秒内完成 RTO。灾难恢复可以防止数据完整性问题,例如损坏或意外删除,这些问题需要从备份恢复。要了解有关灾难恢复的更多信息,请参阅 Atlas 灾难恢复指导。

本页描述了您可以选择的其他配置选项和部署架构增强,以防止服务中断并支持针对可用区、区域和云提供商服务中断的强大故障转移机制。

MongoDB 的默认部署架构旨在实现冗余。Atlas将每个集群部署为副本集,其中至少有三个数据库实例(也称为节点或副本集成员),分布式在所选云提供商区域内的不同可用区内。应用程序写入副本集的主节点 (primary node in the replica set)节点,然后Atlas将该数据复制并存储在集群内的所有节点上。要控制数据存储的持久性,您可以调整应用程序代码的写关注(write concern),仅在一定数量的从节点提交写入后才完成写入。默认行为是在确认动作之前将数据保留在大多数可选举节点上。

下图表示默认三节点副本集的复制工作原理:

事件副本集的主节点 (primary node in the replica set)节点由于基础设施服务中断、计划维护或任何其他中断而变得不可用, Atlas集群会通过在副本集选举中将现有从节点(secondary node from replica set)节点提升主节点 (primary node in the replica set)节点的角色来进行自我修复。此故障转移进程是全自动的,可在几秒钟内恢复到故障的确切时刻,而不会丢失数据 (RPO = 0)。如果启用了可重试写入,则故障后会重试故障时正在进行的操作。副本集选举后, Atlas会恢复或替换故障节点,以确保集群尽快恢复到目标配置。MongoDB客户端驱动程序还会在故障期间和故障后自动切换所有客户端连接。

下图表示副本集选举过程:

为了提高最关键应用程序的可用性,您可以通过添加节点、区域或云提供商来扩展部署,以分别抵御区、区域或提供商的服务中断。要了解更多信息,请参阅下面的扩展您的部署范式以实现容错建议。

以下建议描述了您可以使用的其他配置选项和部署架构增强,以提高部署的可用性。

您可以在“专用”、“灵活”或“免费”部署类型下提供的范围集群层中进行选择。MongoDB Atlas中的集群层指定了集群中每个节点可用的资源(内存、存储、vCPU 和 IOPS)。扩展到更高层级可提高集群处理流量峰值的能力,并通过更快地响应高工作负载来提高系统可靠性。要确定适合您的应用程序大小的推荐集群层,请参阅《Atlas集群大小指南》。

Atlas还支持自动伸缩,使集群能够自动调整以适应需求高峰。Atlas同时使用响应式自动伸缩和预测性自动伸缩,前者根据当前资源使用情况触发,后者在预测的周期性需求峰值出现之前主动扩展符合条件的集群。自动化扩展操作可降低由于资源限制而导致服务中断的风险。要学习;了解更多信息,请参阅Atlas基础架构自动化预配指导。

An Atlas **部署**'s fault tolerance is the number of 副本集 that can become unavailable while your **部署** still remains operational.在发生可用区、区域或云提供商服务中断的事件, Atlas集群通过在副本集选举中将现有从节点(secondary node from replica set)节点提升主节点 (primary node in the replica set)节点的角色来进行自我修复。副本集的大多数投票节点必须可运行,才能在主节点 (primary node in the replica set)节点出现中断时运行副本集选举。

为确保副本集在部分区域服务中断时能够选举出主节点,您应将集群部署到至少有三个可用区的区域。可用区是单个云提供商区域内独立的数据中心组,每个数据中心都有自己的电力、冷却和网络基础设施。当您选择的云提供商区域支持可用区时,Atlas 会自动将您的集群分布在这些可用区中,以便在某个可用区发生服务中断时,集群中的其他节点仍然支持区域服务。大多数 Atlas 支持的云提供商区域至少有三个可用区。这些区域在 Atlas 用户界面中标记有星形图标。

每个云提供商都在可用区内提供默认数据冗余:

  • AWS 将数据存储在 AWS 区域中跨越至少三个可用区的多个设备上。

  • Microsoft Azure使用本地冗余存储(LRS),可在所选区域的单个数据中心内将数据复制三份。

  • Google Cloud 将数据分布在该区域的多个区域中。

如需了解推荐区域的更多信息,请参阅云提供商和区域。

为了进一步提高您最关键的应用程序的容错能力,您可以通过添加节点、区域或云提供商来扩展部署,以分别应对可用区、区域或提供商的服务中断。您可以将节点数增加到任意奇数,可选举节点数最多为 7 个,节点总数最多为 50 个。您还可以将集群部署到多个区域,以增强更大地理区域的可用性,并在发生全区域服务中断导致主区域内所有可用区禁用的情况下启用自动故障转移。同样的模式也适用于将您的集群部署到多个云提供商,以应对整个云提供商的服务中断。

有关如何选择能够平衡高可用性、低延迟、合规性和费用需求的部署的指导,请参阅我们的 Atlas 部署范式文档。

下表比较了不同部署范例的 RTO 和 RPO 特征。在 majority写关注(write concern)下,所有这些方法都可以在几秒钟内实现 RPO = 0(无数据丢失)和 RTO。需要在部署复杂性和集群费用进行权衡。

部署范例
涵盖的故障场景
典型 RTO
RPO(多数写关注(write concern))
相对复杂性
相对集群费用

单区域部署(1地区中的 3 个节点)

单个区域内的节点或可用区故障

秒(自动故障转移)

0(无数据丢失)

低

$

多区域、单云

一个地理区域内的可用区或区域服务中断

秒(自动故障转移)

0(无数据丢失)

中型

$$

多区域、多地理位置

跨多个地区的区域或地区服务中断

秒(自动故障转移)

0(无数据丢失)

中–高

$$–$$$

多云(2–3 提供商)

影响一个提供商的云提供商或多区域服务中断

秒(自动故障转移)

0(无数据丢失)

高

$$$

您可以启用终止保护,以确保集群不会被意外终止,并且不需要停机即可从备份恢复。要删除已启用终止保护的集群,必须先禁用终止保护。默认情况下,Atlas 会禁用所有集群的终止保护。

在使用 Terraform 等 IaC 工具时,终止保护尤为重要,以确保重新部署不会预配新的基础设施。

在将应用程序部署到生产环境之前,我们强烈建议您模拟各种需要自动节点故障转移的场景,以衡量您对此类事件的准备情况。借助Atlas ,您可以测试副本集的主节点 (primary node in the replica set)节点故障转移,并模拟多区域部署的区域服务中断。

MongoDB 允许您通过使用写关注来指定写入操作所需的确认级别。Atlas 的默认写关注为 majority,这意味着数据必须复制到集群中超过一半的节点后,Atlas 才会报告成功。使用 majority 而不是像 2 这样的确定数字值,可以让 Atlas 在遇到临时节点服务中断时自动调整为在更少的节点上进行复制,从而在自动故障转移后继续允许写入。这也为所有环境提供了一致的设置,因此无论您在测试环境中有三个节点还是在生产环境中有更多节点,您的连接字符串都保持不变。

Atlas 支持可重试读取和可重试写入操作。启用后,Atlas 会重试读写操作一次,以防止因间歇性网络中断或副本集选举而导致应用程序暂时无法找到健康主节点。可重试写入需要已确认的写关注,这意味着您的写关注不能是 {w: 0}。

为避免资源容量问题,我们建议您监控资源利用率,并定期开展容量规划会话。MongoDB Professional Services 提供这些会话。请参阅我们的资源容量灾难恢复计划,以获取我们关于如何从资源容量问题中恢复的建议。

要了解资源利用警报和监控的最佳实践,请参阅 Atlas 监控和警报指导。

: 我们建议您运行最新的 MongoDB 版本,以便利用新功能并获得更强的安全保证。您应始终确保在当前版本结束生命周期之前升级到最新的 MongoDB 主版本。

您无法使用 Atlas 用户界面降级 MongoDB 版本。因此,我们建议您在计划和执行主要版本升级时直接与 MongoDB 的Professional Services或技术服务合作,以帮助您避免在升级过程中可能出现的任何问题。

在计划维护期间,Atlas 通过滚动更新的方式逐一对节点进行更新,以保持正常运行时间。在此过程中,每当当前主节点因维护而离线时,Atlas 会通过自动副本集选举选出一个新的主节点。此过程与自动故障转移时的处理方式相同,用于应对主节点的非计划性中断。

我们建议您为您的项目配置自定义维护窗口,以避免在关键业务时段进行与维护相关的副本集选举。您还可以在维护窗口设置中设置受保护时段,以定义一个标准更新无法开始的每日时间窗口。标准更新不涉及集群重启或重新同步。

以下示例使用Atlas 工具配置单区域 3 节点副本集/分片部署拓扑结构以实现自动化。

这些示例还应用其他推荐的配置,包括:

  • 集群层已为开发/测试环境设置为 M10。使用集群大小指南了解适合应用程序大小的推荐集群层。

  • 单区域,3 节点副本集/分片部署拓扑结构。

我们的示例交替使用 AWS、Azure 和 Google Cloud。您可以使用这三个云提供商中的任何一个,但必须更改区域名称以匹配云提供商。要了解云提供商及其区域,请参阅云提供商。

注意

在使用 Atlas CLI 创建资源之前,您必须:

在您的开发和测试环境中,为每个项目运行以下命令。在以下示例中,更改 ID 和名称以使用您的值。

注意

以下示例未启用自动伸缩功能,以帮助控制开发和测试环境中的费用。对于分阶段和生产环境,应启用自动伸缩功能。请参阅“分阶段环境和生产环境”标签页,以获取启用自动伸缩的示例。

atlas clusters create CustomerPortalDev \ --projectId 56fd11f25f23b33ef4c2a331 \ --region EASTERN_US \ --members 3 \ --tier M10 \ --provider GCP \ --mdbVersion 8.0 \ --diskSizeGB 30 \ --tag bu=ConsumerProducts \ --tag teamName=TeamA \ --tag appName=ProductManagementApp \ --tag env=dev \ --tag version=8.0 \ --tag email=marissa@example.com \ --watch

有关此示例的更多配置选项和信息,请参阅 atlas clusters create 命令。