MongoDB 备份与还原

mongodb数据备份和还原主要分为二种，一种是针对于库的mongodump和mongorestore，一种是针对库中表的mongoexport和mongoimport，上一节我们已经介绍过。
mongodump备份的原理是通过一次查询获取当前服务器快照，并将快照写入磁盘中，因此这种方式保存的也不是实时的，因为在获取快照后，服务器还会有数据写入，为了保证备份的安全，同样我们还是可以利用fsync锁使服务器数据暂时写入缓存中。
mongodb备份恢复方式有三种，下面分别说到：
1.文件快照方式
2.复制数据文件方式
3.使用mongodump和mongorestore方式
一、文件快照方式
这是最简单的备份方法。但是，需要系统文件支持快照和mongod必须启用journal。如果都符合这两条要求，可以在任何时刻创建快照。
恢复时，确保没有运行mongod，执行快照恢复操作命令，然后启动mongod进程，mongod将重放journal日志。
二、复制数据文件方式
直接拷贝数据目录下的一切文件。但是在拷贝过程中必须阻止数据文件发生更改。因此需要对数据库加锁，以防止数据写入。
> db.fsyncLock()
上面的命令将阻塞写入操作，并将脏数据刷新到磁盘上，确保数据一致。
然后，拷贝数据文件到备份目录下
# cp -R /data/db/* /backup
文件复制完成后，对数据库进行解锁，允许写操作
> db.fsyncUnlock()
注意： 在执行db.fsyncLock()和db.fsyncUnlock()时，不能关闭当前的shell窗口，否则可能无法连接而需要重新启动mongod服务。
恢复时，确保mongod没有运行，清空数据目录，将备份的数据拷贝到数据目录下，然后启动mongod
# cp -R /backup/* /data/db/
# mongod -f mongod.conf
三、mongodump和mongorestore
千万不要fsyncLock与mongodump配合使用，如果数据库被锁定了，mongodump将永远挂起。使用mongodump备份比较慢，在备份复制集时还有些问题，后续会说到。但是，用来备份单个数据库、集合、子集合还是比较好的方法。
1.mongodump备份数据库
参数如下：./bin/mongodump -help

Export MongoDB data to BSON files.

Options:
  --help                                显示帮助信息
  -v [ --verbose ]						打印出更多信息，如时间等等 -vvvvv
  --quiet                               忽略非错误信息
  --version                             打印版本信息
  -h [ --host ] arg                     指定连接的mongodb主机，复制集时设置为/s1,s2
  --port arg                            指定mongodb端口号，也可以这么指定--host hostname:port
  --ipv6                                启用支持IPv6 support，默认关闭
  -u [ --username ] arg                 用户名
  -p [ --password ] arg                 密码
  --authenticationDatabase arg          user source (defaults to dbname)
  --authenticationMechanism arg (=MONGODB-CR)
                                        authentication mechanism
  --gssapiServiceName arg (=mongodb)    Service name to use when authenticating
                                        using GSSAPI/Kerberos
  --gssapiHostName arg                  Remote host name to use for purpose of 
                                        GSSAPI/Kerberos authentication
  --dbpath arg                          直接访问mongod的数据库文件，而不是连接到mongodb服务器。需要锁定数据目录，如果mongod当前在访问相同路径将不能使用。也就是说，mongod运行的情况下不能使用--dbpath，mongod未运行的情况下可以直接指定--dbpath
  --directoryperdb                      每个db一个单独的目录，需要指定dbpath
  --journal                             启用journaling，需要指定dbpath
  -d [ --db ] arg                       指定数据库
  -c [ --collection ] arg               指定集合
  -o [ --out ] arg (=dump)              指定输出目录，"-"表示标准输出
  -q [ --query ] arg                    json查询
  --oplog                               使用oplog来生产时间点快照
  --repair                              尝试恢复崩溃的数据库
  --forceTableScan                      强制表扫描，不使用$snapshot
  --dumpDbUsersAndRoles                 备份数据库的用户和角色

常用格式
mongodump -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 -o 文件存在路径
实例：
备份所有数据库
mongodump -h 127.0.0.1 -o ./data/
备份指定数据库

mongodump -h 127.0.0.1 -d test -o ./data/

2.mongorestore还原数据库
参数如下： ./bin/mongorestore --help

Import BSON files into MongoDB.

usage: mongorestore [options] [directory or filename to restore from]
Options:
  --help                                produce help message
  -v [ --verbose ]                      be more verbose (include multiple times
                                        for more verbosity e.g. -vvvvv)
  --quiet                               silence all non error diagnostic 
                                        messages
  --version                             print the program's version and exit
  -h [ --host ] arg                     mongo host to connect to ( /s1,s2 for sets)
  --port arg                            server port. Can also use --host 
                                        hostname:port
  --ipv6                                enable IPv6 support (disabled by 
                                        default)
  -u [ --username ] arg                 username
  -p [ --password ] arg                 password
  --authenticationDatabase arg          user source (defaults to dbname)
  --authenticationMechanism arg (=MONGODB-CR)
                                        authentication mechanism
  --gssapiServiceName arg (=mongodb)    Service name to use when authenticating
                                        using GSSAPI/Kerberos
  --gssapiHostName arg                  Remote host name to use for purpose of 
                                        GSSAPI/Kerberos authentication
  --dbpath arg                          directly access mongod database files 
                                        in the given path, instead of 
                                        connecting to a mongod  server - needs 
                                        to lock the data directory, so cannot 
                                        be used if a mongod is currently 
                                        accessing the same path
  --directoryperdb                      each db is in a separate directory 
                                        (relevant only if dbpath specified)
  --journal                             enable journaling (relevant only if 
                                        dbpath specified)
  -d [ --db ] arg                       database to use
  -c [ --collection ] arg               collection to use (some commands)
  --objcheck                            在插入前验证对象,默认启用
  --noobjcheck                          不在插入前验证对象
  --filter arg                          插入前过滤
  --drop                                在插入前删除所有文档
  --oplogReplay                         在恢复时应用oplog
  --oplogLimit arg                      include oplog entries before the 
                                        provided Timestamp (seconds[:ordinal]) 
                                        during the oplog replay; the ordinal 
                                        value is optional
  --keepIndexVersion                    don't upgrade indexes to newest version
  --noOptionsRestore                    don't restore collection options
  --noIndexRestore                      don't restore indexes
  --restoreDbUsersAndRoles              Restore user and role definitions for 
                                        the given database
  --w arg (=0)                          minimum number of replicas per write

常用格式
mongorestore -h IP --port 端口 -u 用户名 -p 密码 -d 数据库 --drop 文件存在路径
--drop的意思是，先删除所有的记录，然后恢复。
实例：
恢复所有数据库
mongorestore -h 127.0.0.1 ./data/
恢复指定数据库
mongodump -h 127.0.0.1 -d test ./data/
以上可以实现数据库的备份与还原，文件格式是json和bson的，但无法指写到表备份或者还原。mongodump和mongorestore版本最好相匹配。
3.备份复制集
通常情况下，在secondary进行备份，降低primary负载，只在secondary上锁定，以免影响业务(假设没有发送读请求到secondary)。 可以使用上面的任意方式进行备份，不过推荐使用文件快照方式和复制数据文件方式。使用mongodump备份，上面提到了一个问题，那就是在mongodump备份过程中，发生写操作。在复制集架构环境下，要避免这种情况发生，mongodump需要加上–oplog参数，来跟踪备份时服务器上发生的所有操作，获取一个pointin-time快照，否则备份的状态将与集群中其他节点不匹配。在恢复时，还必须创建oplog，并指定–oplogReplay参数来应用这些操作，否则恢复的成员将不知道从何处开始同步，从而在某个时间点上与源服务器保持一致。
在备份复制集时，可以设置mongodump连接"setName/s1,s2,s3″, 它会自动选择一个可用的secondary进行备份。
备份复制集：
# mongodump -h "ttlsa/10.1.1.155,10.1.1.156,10.1.1.157" --oplog -o /backup/mongodbbackup/
恢复复制集步骤：
1）将复制集中要恢复的成员移除集群
2）运行mongorestore –oplogReplay命令
# mongorestore --oplogReplay dump/
3）创建oplog
> use local
> db.createCollection("oplog.rs", {"capped" : true, "size" : 10000000})
4）恢复oplog
# mongorestore -d local -c oplog.rs dump/oplog.bson
注意：oplog.bson不位于dump/local/oplog.rs.bson, oplog.bson记录mongodump过程中发生的操作。
5）将该节点添加到复制集集群中
复制集的相关操作参见 http://www.ttlsa.com/html/1679.html

4.备份分片
在分片集群下，不可能在一个时间点上得到一个完整集群状态的快照。当集群越来越大时，从备份恢复整个架构的几率越来越小的。 因此，对于分片集群的备份，只需独自备份config server和复制集。
在对分片集群进行备份与恢复操作前，要关闭balancer。
对于比较小的分片集群，可以直接从mongos来备份与恢复。
在大多数情况下，我们只需要恢复集群中的某个节点。 如果需要恢复整个集群，那你够倒霉的了，整个集群数据丢失可能性比较小的。备份时，直接连接分片集群的mongod而不是通过mongos。
对于比较小型的分片集群，可以直接通过mongodump连接到mongos进行备份，备份的文件将包含config服务器的元数据信息和实际数据。
对于大型的分片集群，备份步骤如下：
1）关闭balancer。注意：连接到mongos而不是config server实例
> sh.setBalancerState(false) 或
> sh.stopBalancer() 或
> use config
> db.settings.update( { _id: "balancer" }, { $set : { stopped: true } } , true );
2）备份集群元数据。使用mongodump备份任意一台config server。
可以直接连接任意一台的config mongod实例，也可以通过mongos连接。
# mongodump --db config
3）备份shard集群内各个replica set。可并行执行。
4）启用balancer。注意：连接到mongos而不是config server实例。
> sh.setBalancerState(true) 或
> sh.startBalancer() 或
> use config
> db.settings.update( { _id: "balancer" }, { $set : { stopped: false } } , true );
四、增量备份
1.mongooplog
如果数据量很大的话，备份整个数据库将消耗更多的时间和磁盘空间。这时增量备份将会是个必然的选择，记录前一次的完整备份点，后续的备份只备份从该点发生改变的数据。
这种方法需要一台专门的备份服务器backup_server，当然backup_server需要一个完整的备份，然后通过mongooplog工具来拷贝并应用mongodb_server的oplog日志。
在mongodb_server上执行以下操作：
> op = db.oplog.rs.find().sort({$natural: -1}).limit(1).next();
> start = op['ts']['t']/1000
在backup_server上执行：
# mongooplog --from A --seconds SECOND
SECOND值位于start值与当前时间之间。
mongooplog工具介绍：
mongooplog从远程拉取oplog日志并应用。

 ./bin/mongooplog --help
Pull and replay a remote MongoDB oplog.

Options:
  --help                                显示帮助信息
  -v [ --verbose ]                      打印出更多信息，如时间等等 -vvvvv
  --quiet                               silence all non error diagnostic 
                                        messages
  --version                             打印版本信息
  -h [ --host ] arg                     指定连接的mongodb主机，复制集时设置为/s1,s2
  --port arg                            指定mongodb端口号，也可以这么指定--host hostname:port
  --ipv6                                启用支持IPv6，默认是关闭
  -u [ --username ] arg                 用户名
  -p [ --password ] arg                 密码
  --authenticationDatabase arg          user source (defaults to dbname)
  --authenticationMechanism arg (=MONGODB-CR)
                                        authentication mechanism
  --gssapiServiceName arg (=mongodb)    Service name to use when authenticating
                                        using GSSAPI/Kerberos
  --gssapiHostName arg                  Remote host name to use for purpose of 
                                        GSSAPI/Kerberos authentication
  --dbpath arg                          直接访问mongod的数据库文件，而不是连接到mongodb服务器。需要锁定数据目录，如果mongod当前在访问相同路径将不能使用。也就是说，mongod运行的情况下不能使用--dbpath，mongod未运行的情况下可以直接指定--dbpath
  --directoryperdb                      每个db一个单独的目录，需要指定dbpath
  --journal                             启用journaling
  -d [ --db ] arg                       指定数据库
  -c [ --collection ] arg               指定集合(some commands)
  -s [ --seconds ] arg                  seconds to go back default:86400
  --from arg                            host to pull from
  --oplogns arg (=local.oplog.rs)       ns to pull from

2.10gen发布MongoDB增量备份服务
提供支持按照指定时间点恢复的持续增量备份功能, 不过需要支付的。
提供的特性有：
1）用于数据传输的SSL加密
2）高可用性
3）指定时间点恢复
4）支持分片集群
5）较低的开销
工作原理：
是一个轻量级代理，它从所有正在备份的副本集合中收集oplog，将其压缩并加密，然后通过SSL发送到运行备份服务的数据中心。
此方法的好处有：
1）数据是增量备份的，因此传输的数据相对较小
2）备份服务中的数据与主系统中的数据在时间上非常接近
3）对主系统的影响不会比向副本集合中添加另一个副本大（后者非常缓慢, 可先恢复到最新备份状态，然后在加入集群中同步）
4）oplog支持将副本集合恢复到任意时间点。
有两个备份选项：快照和自定义快照。
备份服务依据一套策略创建和维持备份快照。这些快照中的任何一个都可以用于恢复。同样的，用户也可以指定一个自己希望使用的精确时间点创建一份快照。在这种情况下，将使用该时间点之前最新的快照，并会根据用户指定的时间点应用oplog。

参考文章：
关于MongDB数据迁移方案的研究
mongodb备份与恢复