MongoDB复制二：复制集的管理
2)备份原来的oplog
mongod --port 37017 --dbpath /usr/local/mongodb-linux-x86_64-3.2.0/data
3)复制最新的oplog条目到tmp表
[root@node1 mongodb-linux-x86_64-3.2.0]# mongodump --db local --collection ‘oplog.rs‘ --port 37017 2015-12-27T02:27:40.577+0800 writing local.oplog.rs to dump/local/oplog.rs.bson 2015-12-27T02:27:40.579+0800 done dumping local.oplog.rs (4 documents)
4)删除原来的oplog
[root@node1 mongodb-linux-x86_64-3.2.0]# mongo --port 37017MongoDB shell version: 3.2.0connecting to: 127.0.0.1:37017/test> db.temp.save(db.oplog.rs.find({},{ts:1,h:1}).sort({$natural:-1}).limit(1).next());WriteResult({ "nInserted" : 1 })> db.temp.find();{ "_id" : ObjectId("567edd9e48b1a3ebcf06049c"), "ts" : Timestamp(1451203909, 1), "h" : NumberLong("4300737341732033822") }
5)重建oplog
db.oplog.rs.drop()
6)关闭实例，启动实例为replications sets的成员
db.runCommand( { create: "oplog.rs", capped: true, size: (2 * 1024 * 1024 * 1024) } )(单位是字节)db.oplog.rs.save( db.temp.findOne() ) 把temp中oplog保存到新建的oplog中db.oplog.rs.find()
7)在primary中执行切换primary为secondary：
db.shutdownServer()mongod --replSet rs0 --dbpath/usr/local/mongodb-linux-x86_64-3.2.0/data
然后重复以上操作。2.执行维护任务的步骤上面介绍了如何修改oplog。对于Recplication sets来说，执行维护任务的最常用流程如下：1)关闭secondary节点use admindb.shutdownServer()2)以单实例的方式在不同端口启动该结点mongod --dbpath /usr/mongodb/data/db --port 370173)执行维护任务，比如升级数据库4)关闭单实例节点use admindb.shutdownServer()5)以replication sets的方式启动节点mongod --replSet "rs01" --dbpath /usr/local/data/db --port 27017按上面的方式把所有secondary节点处理完。在主节点上：1)执行db.stepDown()切换为secondary节点2)按照上面的1－5执行3.强制某个节点变成主节点原理就是修改节点的优先级。1)方法一：有m1,m2,m3三个节点，原来m1是主节点，优先级都是1.执行以下操作：
rs.stepDown()
此时 m3的优先级最高。如果m3和m1之间的同步进度小于10秒，m1就切换为scondary节点m3就切换为primary节点;如果m3和m1之间的同步进度大于10秒，就先不切换，直接到m3追上m1(进度差小于10秒)即使m3和m1之间的进度差大于10秒，想让m1变成secondary节点可以执行：
cfg = rs.conf()cfg.members[0].priority = 0.5cfg.members[1].priority = 0.5cfg.members[2].priority = 1rs.reconfig(cfg)
此时全部节点为secondary，没有primary节点！等到m3赶上m1的进度，m3就成了primary节点。2)方法二使用命令设置primarym1,m2,m3，m1为主节点.在m2上进入mongo：
db.adminCommand({replSetStepDown: 86400, force: 1}) 24小时内让其成为主节点
在m1上执行：
mongo>rs.freeze(120);120秒内不能成为主节点
这时打开m3发现已经成为主节点。4.节点执行resync有两种方式实现resync:a.清空--dbpath目录，自动实现resyncb.复制其它节点的--dbpath目录内容,然后启动实例，自动使用oplog同步1)自动resynca.关闭节点 db.shutdownServer()b.清空--dbpath目录里的所有内容c.以replication sets方式启动实例2)手动复制数据a.在源节点上做--dbpath的磁盘快照；复制磁盘快照或者直接复制--dbpath目录。b.替换本节点上的--dbpath目录。c.启动实例问题：由于源节点上的--dbpath目录一直在改变，可能无法复制--dbpath目录。所以要做数据快照。5.强制重新配置replication sets某些情况下(primary宕机又不能选出primary、配置错误导致大部分的节点宕机)，可以使用强制措施重新配置replication sets.正常情况下不要使用。1)连接到没有宕机的节点上2)执行cfg = rs.conf() cfg.members = [cfg.members[0] , cfg.members[4] , cfg.members[7]] 去掉宕机的节点rs.reconfig(cfg, {force : true}) 然后这个设置自动传播到其它节点，之后节点会选出一个primary.6.Trouble shooting1)检查replications set状态rs.status();2)检查复制间隙
mongo>rs.stepDown(120);120秒内不能成为主节点
有延迟的secondary节点也可能显示落后primary节点0秒。原因：主节点的空闲时间大于从节点上的SlaveDelay值。复制间隙产生的原因：
rs0:SECONDARY> rs.printSlaveReplicationInfo();source: 192.168.75.10:27017syncedTo: Sun Dec 27 2015 16:11:49 GMT+0800 (CST)0 secs (0 hrs) behind the primarysource: 192.168.75.11:27017syncedTo: Sun Dec 27 2015 16:11:49 GMT+0800 (CST)0 secs (0 hrs) behind the primary
如果两个查询没有返回相同的结果，说明日志有错误：
db = db.getSiblingDB("local")db.oplog.rs.find().sort({$natural:-1}).limit(1)db.oplog.rs.find({ts:{$type:17}}).sort({$natural:-1}).limit(1)
更新错误的条目：
第一个查询结果{ "ts" : {t: 1347982456000, i: 1},"h" : NumberLong("8191276672478122996"),"op" : "n","ns" : "","o" : { "msg" : "Reconfig set", "version" : 4 } }- 第二个查询结果
{ "ts" : Timestamp(1347982454000, 1),"h" : NumberLong("6188469075153256465"),"op" : "n","ns" : "","o" : { "msg" : "Reconfig set", "version" : 3 } }
7.复制集相关的函数
db.oplog.rs.update( { ts: { t:1347982456000, i:1 } },{ $set: { ts: new Timestamp(1347982456000, 1)}})
8.复制输命令
来自为知笔记(Wiz)MongoDB复制二：复制集的管理
标签：
小编还为您整理了以下内容，可能对您也有帮助：
MongoDB复制集/副本集(Replica Set)搭建
mongo副本集/复制集是mongo高可用性特征之一，是有自动故障恢复功能的主要集群。由一个Primary节点和一个或多个Secondary节点组成。
复制是在多台服务器之间同步数据的过程，由一组Mongod实例（进程）组成，包含一个Primary节点和多个Secondary节点
Mongodb Driver（客户端）的所有数据都写入Primary，Secondary从Primary同步写入的数据
通过上述方式来保持复制集内所有成员存储相同的数据集，提供数据的高可用
Failover （故障转移，故障切换，故障恢复）
Rendancy（数据冗余）
避免单点，用于灾难时恢复，报表处理，提升数据可用性
读写分离，分担读压力
对用户透明的系统维护升级
主节点记录所有的变更到oplog日志
辅助节点(Secondary)复制主节点的oplog日志并且将这些日志在辅助节点进行重放(做)
各个节点之间会定期发送心跳信息，一旦主节点宕机，则触发选举一个新的主节点，剩余的辅助节点指向新的主
10s内各辅助节点无法感知主节点的存在，则开始触发选举
通常1分钟内完成主辅助节点切换，10-30s内感知主节点故障，10-30s内完成选举及切换
用户恢复数据，防止数据丢失，实现灾难恢复
人为误操作导致数据删除，程序Bug导致数据损坏等
首要复制节点，由选举产生，提供读写服务的节点，产生oplog日志
备用(辅助)复制节点，Secondary可以提供读服务，增加Secondary节点可以提供复制集的读服务能力
在故障时，备用节点可以根据设定的优先级别提升为首要节点。提升了复制集的可用性
Arbiter节点只参与投票，不能被选为Primary，并且不从Primary同步数据
Arbiter本身不存储数据，是非常轻量级的服务。
当复制集成员为偶数时，最好加入一个Arbiter节点，以提升复制集可用性
Mongodb版本3.0以上, 三台服务器均为64位
三台服务器 -------- Primary（Centos7)、 Secondary（Centos7)、 Secondary(Debian8)；架设IP分别为 192.168.1.1、1.2、 1.3
三台服务器关闭防火墙 -------- systemctl stop firewalld.service
三台服务器修改mongo配置文件 -------- vi /etc/mongod.conf
侦听地址除了 localhost 外再加上服务器IP； 设置复制集名字（RepliSetName）。
开启mongod服务： mongod
三台服务器mongo各自初始化： rs.initiate()
Primary上副本集配置：
rsconf(配置名称，可随意取)={_id:"副本集名",member:[{_id:0,host:"IP:port",priority:2},{_id:1,host:"IP:port",priority:1},{_id:2,host:"IP:port",priority:1}]}
在初始化：rs.initiate(变量名，如下面的config)
Secondary上配置：
rs.slaveOk() #承认自己是Secondary
三台服务器上互相添加副本集成员：
rs.add("IP:port")， 如在Primary上 rs.add("192.168.1.2:27017"), rs.add("192.168.1.3:27017")
查看状态
rs.status()
3、rs(replication set) 常用命令：
初始化副本集 ---- rs.initiate()
mongo查看状态 ---- rs.status()
初始化副本集配置
rsconf = {_id: "rs0",
members: [{
_id: 0,
host: ":27017"}]}
rs.initiate( rsconf )
验证副本集配置 ---- rs.config()
增加副本集成员 ---- rs.add("Ip:port")
移除副本集成员 ---- rs.remove("IP:port") #此步骤在Primary上操作
改变成员变量的优先级
cfg = rs.conf()
cfg.members[0].priority = 3
cfg.members[1].priority = 1
cfg.members[2].priority = 2
rs.reconfig(cfg)
配置延迟副本集
cfg = rs.conf()
cfg.members[0].priority = 0
cfg.members[0].hidden = true
cfg.members[0].slaveDelay = 3600
rs.reconfig(cfg)
# 07/03/2017
如何在 AWS EC2 上配置 MongoDB 高可用复制集
安装步骤
创建并启动主节点、次节点和仲裁节点的EC2实例，主节点、次节点和仲裁节点所需要的配置如上所述。
为主次两节点创建EBS卷，EBS卷的大小足以满足MongoDB存储数据
通过SSH连接主次两节点上的EC2实例
通过sudo mkfs -t ext4 /dev/<已创建的EBS卷> 在主次两个节点上创建Ext4文件系统
创建目录/data/db或者其他你选择的目录名，然后使用sudo mount -a /dev/<已创建的EBS卷> /data/db挂载到已连接的卷上
使用sudo echo '/dev/sdf /data/db auto noatime,noexec,nodiratime 0 0' >>/etc/fstab 编辑/etc/fstab，使得实例启动的时候能显示这个目录
在所有实例上下载并安装MongoDB
在MongoDB目录下使用mongod --rest -rep|set myHASet命令启动主节点（这儿myHASet是复制集的名字，你可以选择你喜欢的任何名字）
在MongoDB目录下进入MongoDB终端
在mongo终端上使用命令rs.initiate()初始化复制集
初始化完成后使用命令rs.status() 检查复制集的状态
如果初始化成功，你可以在输出里看到OK，类似下面
{
"set" : "sample",
"myState" : 1,
"members" : [
{
"name" : "<PRIMARY_HOSTNAME>:27017",
"self" : true
}
],
"ok" : 1
}
你也可以通过http://<主节点>:27017/_rep|set检查复制集状态
现在你的主节点可以使用了，你可以在这个节点上插入或者更新文档。
现在用主节点上的mongod --rest --rep|set myHASet相同的命令启动次节点
现在告知主节点在复制集中增加了次节点。进入主节点上的mongo控制台，使用rs.add("<次节点主机名>")增加次节点到复制集
如果增加成功的话，你将看到这样的响应{ "ok" : 1 }
一旦你的次节点与复制集连接成功，你可以通过http://<主节点>:27017/_rep|Set检查复制集状态
现在使用mongod --rest --rep|Set myset --oplogSize 8命令启动仲裁节点
使用命令rs.add({_id:2,host:"<仲裁节点主机名>",arbiterOnly:true})把仲裁节点增加到复制集
一旦仲裁节点增加成功的话，你就已经完成的整个配置，你的复制集可以使用了
进入http://<主节点>:27017/_rep|Set，你应当能够看到如下屏幕截图所示的每个节点的状态
要测试复制集，关闭主节点，看看次节点是否能够接管，然后变成主节点
你可以使用命令db.isMaster()检查状态，看看是否次节点已经成为主节点。
另外你可以用分片群集的水平分片来扩大应用的数据量。配置分片群集不在这篇文档的范围之内。
如何在 AWS EC2 上配置 MongoDB 高可用复制集
安装步骤
创建并启动主节点、次节点和仲裁节点的EC2实例，主节点、次节点和仲裁节点所需要的配置如上所述。
为主次两节点创建EBS卷，EBS卷的大小足以满足MongoDB存储数据
通过SSH连接主次两节点上的EC2实例
通过sudo mkfs -t ext4 /dev/<已创建的EBS卷> 在主次两个节点上创建Ext4文件系统
创建目录/data/db或者其他你选择的目录名，然后使用sudo mount -a /dev/<已创建的EBS卷> /data/db挂载到已连接的卷上
使用sudo echo '/dev/sdf /data/db auto noatime,noexec,nodiratime 0 0' >>/etc/fstab 编辑/etc/fstab，使得实例启动的时候能显示这个目录
在所有实例上下载并安装MongoDB
在MongoDB目录下使用mongod --rest -rep|set myHASet命令启动主节点（这儿myHASet是复制集的名字，你可以选择你喜欢的任何名字）
在MongoDB目录下进入MongoDB终端
在mongo终端上使用命令rs.initiate()初始化复制集
初始化完成后使用命令rs.status() 检查复制集的状态
如果初始化成功，你可以在输出里看到OK，类似下面
{
"set" : "sample",
"myState" : 1,
"members" : [
{
"name" : "<PRIMARY_HOSTNAME>:27017",
"self" : true
}
],
"ok" : 1
}
你也可以通过http://<主节点>:27017/_rep|set检查复制集状态
现在你的主节点可以使用了，你可以在这个节点上插入或者更新文档。
现在用主节点上的mongod --rest --rep|set myHASet相同的命令启动次节点
现在告知主节点在复制集中增加了次节点。进入主节点上的mongo控制台，使用rs.add("<次节点主机名>")增加次节点到复制集
如果增加成功的话，你将看到这样的响应{ "ok" : 1 }
一旦你的次节点与复制集连接成功，你可以通过http://<主节点>:27017/_rep|Set检查复制集状态
现在使用mongod --rest --rep|Set myset --oplogSize 8命令启动仲裁节点
使用命令rs.add({_id:2,host:"<仲裁节点主机名>",arbiterOnly:true})把仲裁节点增加到复制集
一旦仲裁节点增加成功的话，你就已经完成的整个配置，你的复制集可以使用了
进入http://<主节点>:27017/_rep|Set，你应当能够看到如下屏幕截图所示的每个节点的状态
要测试复制集，关闭主节点，看看次节点是否能够接管，然后变成主节点
你可以使用命令db.isMaster()检查状态，看看是否次节点已经成为主节点。
另外你可以用分片群集的水平分片来扩大应用的数据量。配置分片群集不在这篇文档的范围之内。
关于MongoDB你需要知道的几件事_MySQL
通过复制集实现的数据复制效果非常棒，不过也有
MongoDB中数据复制的复制集策略非常棒，很容易配置并且使用起来确实不错。但如果集群的节点有12个以上，那么你就会遇到问题。MongoDB中的复制集有12个节点的，这里是问题的描述，你可以追踪这个问题看看是否已经被解决了。
主从复制不会确保高可用性
尽管已经不建议被使用了，不过MongoDB还是提供了另外一种复制策略，即主从复制。它解决了12个节点问题，不过却产生了新的问题：如果需要改变集群的主节点，那么你必须得手工完成，感到惊讶？看看这个链接吧。
不要使用32位版本
MongoDB的32位版本也是不建议被使用的，因为你只能处理2GB大小的数据。还记得第一个么？这是MongoDB关于该的说明。
咨询费非常非常昂贵（至少对于巴西的开发者与公司来说如此）
我不清楚其他国家的情况，不过至少在巴西MongoDB的咨询费是个天价。对于“Lightning Consult”计划来说，每小时的价格是450,00美金，而你至少需要购买两个小时的，换句话说，对于任何一家公司来说，每次咨询的价格至少是900,00美金。相比于RedHat和Oracle来说，这个价格太高了。
差劲的管理工具
这对于初学者来说依然是个让人头疼的问题，MongoDB的管理控制台太差劲了。我所知道的最好的工具是RoboMongo，它对于那些初次使用的开发者来说非常趁手。
了解官方的
让我感到惊讶的是，很少有人会查询关于他们将要使用的工具的。幸好，MongoDB的开发人员发布了一篇MongoDB所有的博客，你可以提前了解相关信息，避免在使用过程中难堪。
各位读者，现在使用MongoDB的公司也越来越多了，不妨与大家分享你在使用这个NoSQL数据库时的一些经验与教训。
MongoDB是什么,怎么用?看完你就知道了
MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库。
（1）MongoDB提出的是文档、集合的概念，使用BSON（类JSON）作为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。
使用这样的数据模型，使得MongoDB能在生产环境中提供高读写的能力，吞吐量较于mysql等SQL数据库大大增强。
（2）易伸缩，自动故障转移。易伸缩指的是提供了分片能力，能对数据集进行分片，数据的存储压力分摊给多台服务器。自动故障转移是副本集的概念，MongoDB能检测主节点是否存活，当失活时能自动提升从节点为主节点，达到故障转移。
（3）数据模型因为是面向对象的，所以可以表示丰富的、有层级的数据结构，比如博客系统中能把“评论”直接怼到“文章“的文档中，而不必像myqsl一样创建三张表来描述这样的关系。
（1）文档数据类型
SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统。MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正因为MongoDB少了一些这样的约束条件，可以让数据的存储数据结构更灵活，存储速度更加快。
（2）即时查询能力
MongoDB保留了关系型数据库即时查询的能力，保留了索引（底层是基于B tree）的能力。这一点汲取了关系型数据库的优点，相比于同类型的NoSQL redis 并没有上述的能力。
（3）复制能力
MongoDB自身提供了副本集能将数据分布在多台机器上实现冗余，目的是可以提供自动故障转移、扩展读能力。
（4）速度与持久性
MongoDB的驱动实现一个写入语义 fire and forget ，即通过驱动调用写入时，可以立即得到返回得到成功的结果（即使是报错），这样让写入的速度更加快，当然会有一定的不安全性，完全依赖网络。
MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。
（5）数据扩展
MongoDB使用分片技术对数据进行扩展，MongoDB能自动分片、自动转移分片里面的数据块，让每一个服务器里面存储的数据都是一样大小。
MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。
MongoDB的主要客户端是可以交互的js shell 通过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据一样使用js语法查询MongoDB的数据，另外还提供了各种语言的驱动包，方便各种语言的接入。
mongomp和mongorestore,备份和恢复数据库的标准工具。输出BSON格式，迁移数据库。
mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据需要支持多格式时有用。mongoimport还能用与大数据集的初始导入，但是在导入前顺便还要注意一下，为了能充分利用好mongoDB通常需要对数据模型做一些调整。
mongosniff,网络嗅探工具，用来观察发送到数据库的操作。基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。
因此，可以总结得到，MongoDB结合键值存储和关系数据库的最好特性。因为简单，所以数据极快，而且相对容易伸缩还提供复杂查询机制的数据库。MongoDB需要跑在64位的服务器上面，且最好单独部署，因为是数据库，所以也需要对其进行热备、冷备处理。
因为本篇文章不是API手册，所有这里对shell的使用也是基础的介绍什么功能可以用什么语句，主要是为了展示使用MongoDB shell的方便性，如果需要知道具体的MongoDB shell语法可以查阅官方文档。
创建数据库并不是必须的操作，数据库与集合只有在第一次插入文档时才会被创建，与对数据的动态处理方式是一致的。简化并加速开发过程，而且有利于动态分配命名空间。如果担心数据库或集合被意外创建，可以开启严格模式。
以上的命令只是简单实例，假设如果你之前没有学习过任何数据库语法，同时开始学sql查询语法和MongoDB 查询语法，你会发现哪一个更简单呢？如果你使用的是java驱动去操作MongoDB，你会发现任何的查询都像Hibernate提供出来的查询方式一样，只要构建好一个查询条件对象，便能轻松查询（接下来会给出示例），博主之前熟悉ES6，所以入手MongoDB js shell完成没问题，也正因为这样简洁，完善的查询机制，深深的爱上了MongoDB。
使用java驱动链接MongoDB是一件非常简单的事情，简单的引用，简单的做增删改查。在使用完java驱动后我才发现spring 对MongoDB 的封装还不如官方自身提供出来的东西好用，下面简单的展示一下使用。
这里只举例了简单的链接与简单的MongoDB操作，可见其操作的容易性。使用驱动时是基于TCP套接字与MongoDB进行通信的，如果查询结果较多，恰好无法全部放进第一服务器中，将会向服务器发送一个getmore指令获取下一批查询结果。
插入数据到服务器时间，不会等待服务器的响应，驱动会假设写入是成功的，实际是使用客户端生成对象id，但是该行为可以通过配置配置，可以通过安全模式开启，安全模式可以校验服务器端插入的错误。
要清楚了解MongoDB的基本数据单元。在关系型数据库中有带列和行的数据表。而MongoDB数据的基本单元是BSON文档，在键值中有指向不定类型值的键，MongoDB拥有即时查询，但不支持联结操作，简单的键值存储只能根据单个键来获取值，不支持事务，但支持多种原子更新操作。
如读写比是怎样的，需要何种查询，数据是如何更新的，会不会存在什么并发问题，数据结构化的程度是要求高还是低。系统本身的需求决定mysql还是MongoDB。
在关于schema 的设计中要注意一些原则，比如：
数据库是集合的逻辑与物理分组，MongoDB没有提供创建数据库的语法，只有在插入集合时，数据库才开始建立。创建数据库后会在磁盘分配一组数据文件，所有集合、索引和数据库的其他元数据都保存在这些文件中，查阅数据库使用磁盘状态可通过。
集合是结构上或概念上相似得文档的容器，集合的名称可以包含数字、字母或 . 符号，但必须以字母或数字开头，完全。
限定集合名不能超过128个字符，实际上 . 符号在集合中很有用，能提供某种虚拟命名空间，这是一种组织上的原则，和其他集合是一视同仁的。在集合中可以使用。
其次是键值，在MongoDB里面所有的字符串都是UTF-8类型。数字类型包括double、int、long。日期类型都是UTC格式，所以在MongoDB里面看到的时间会比北京时间慢8小时。整个文档大小会*在16m以内，因为这样可以防止创建难看的数据类型，且小文档可以提升性能，批量插入文档理想数字范围是10~200，大小不能超过16MB。
（1）索引能显著减少获取文档的所需工作量，具体的对比可以通过 .explain()方法进行对比
（2）解析查询时MongoDB通过最优计划选择一个索引进行查询，当没有最适合索引时，会先不同的使用各个索引进行查询，最终选出一个最优索引做查询
（3）如果有一个a-b的复合索引，那么仅针对a的索引是冗余的
（4）复合索引里的键的顺序是很重要的
（1）单键索引
（2）复合索引
（3）唯一性索引
（4）稀疏索引
如索引的字段会出现null的值，或是大量文档都不包含被索引的键。
如果数据集很大时，构建索引将会花费很长的时间，且会影响程序性能，可通过
当使用 mongorestore 时会重新构建索引。当曾经执行过大规模的删除时，可使用
对索引进行压缩，重建。
（1）查阅慢查询日志
（2）分析慢查询
注意新版本的MongoDB 的explain方法是需要参数的，不然只显示普通的信息。
本节同样主要简单呈现MongoDB副本集搭建的简易性，与副本集的强壮性，监控容易性
提供主从复制能力，热备能力，故障转移能力
实际上MongoDB对副本集的操作跟mysql主从操作是差不多的，先看一下mysql的主从数据流动过程
而MongoDB主要依赖的日志文件是oplog
写操作先被记录下来，添加到主节点的oplog里。与此同时，所有从结点复制oplog。首先，查看自己oplog里最后一条的时间戳；其次，查询主节点oplog里所有大于此时间戳的条目;最后，把那些条目添加到自己的oplog里并应用到自己的库里。从节点使用长轮询立即应用来自主结点oplog的新条目。
当遇到以下情况，从节点会停止复制
local数据库保存了所有副本集元素据和oplog日志
可以使用以下命令查看复制情况
每个副本集成员每秒钟ping一次其他所有成员，可以通过rs.status()看到节点上次的心跳检测时间戳和 健康 状况。
这个点没必要过多描述，但是有一个特殊场景，如果从节点和仲裁节点都被杀了，只剩下主节点，他会把自己降级成为从节点。
如果主节点的数据还没有写到从库，那么数据不能算提交，当该主节点变成从节点时，便会触发回滚，那些没写到从库的数据将会被删除，可以通过rollback子目录中的BSON文件恢复回滚的内容。
（1）使用单节点链接
只能链接到主节点，如果链接到从节点的话，会被拒绝写入操作，但是如果没有使用安全模式，因为mongo的fire and forget 特性，会把拒绝写入的异常给吃掉。
（2）使用副本集方式链接
能根据写入的情况自动进行故障转移，但是当副本集进行新的选举时，还是会出现故障，如果不使用安全模式，依旧会出现写不进去，但现实成功的情况。
分片是数据库切分的一个概念实现，这里也是简单总结为什么要使用分片以及分片的原理，操作。
当数据量过大，索引和工作数据集占用的内存就会越来越多，所以需要通过分片负载来解决这个问题
（1）分片组件
（2）分片的核心操作
分片一个集合：分片是根据一个属性的范围进行划分的，MongoDB使用所谓的分片键让每个文档在这些范围里找到自己的位置
块：是位于一个分片中的一段连续的分片键范围，可以理解为若干个块组成分片，分片组成MongoDB的全部数据
（3）拆分与迁移
块的拆分：初始化时只有一个块，达到最大块尺寸64MB或100000个文档就会触发块的拆分。把原来的范围一分为二，这样就有了两个块，每个块都有相同数量的文档。
迁移：当分片中的数据大小不一时会产生迁移的动作，比如分片A的数据比较多，会将分片A里面的一些块转移到分片B里面去。分片集群通过在分片中移动块来实现均衡，是由名为均衡器的软件进程管理的，任务是确保数据在各个分片中保持均匀分布，当集群中拥有块最多的分片与拥有块最少分片的块差大于8时，均衡器就会发起一次均衡处理。
启动两个副本集、三个配置服务器、一个mongos进程
配置分片
（1）分片查询类型
（2）索引
分片集合只允许在_id字段和分片键上添加唯一性索引，其他地方不行，因为这需要在分片间进行通信，实施起来很复杂。
当创建分片时，会根据分片键创建一个索引。
（1）分片键是不可修改的、分片键的选择非常重要
（2）低效的分片键
（3）理想的分片键
（1）部署拓扑
根据不同的数据中心划分
这里写图片描述
（2）最低要求
（3）配置的注意事项
需要估计集群大小，可使用以下命令对现有集合进行分片处理
（4）备份分片集群
备份分片时需要停止均衡器
（1）部署架构
使用64位机器、32位机器会制约mongodb的内存，使其最大值为1.5GB
（2）cpu
mongodb 只有当索引和工作集都可放入内存时，才会遇到CPU瓶颈，CPU在mongodb使用中的作用是用来检索数据，如果看到CPU使用饱和的情况，可以通过查询慢查询日志，排查是不是查询的问题导致的，如果是可以通过添加索引来解决问题
mongodb写入数据时会使用到CPU，但是mongodb写入时间一次只用到一个核，如果有频繁的写入行为，可以通过分片来解决这个问题
（3）内存
大内存是mongodb的保障，如果工作集大小超过内存，将会导致性能下降，因为这将会增加数据加载入内存的动作
（4）硬盘
mongodb默认每60s会与磁盘强制同步一次，称为后台刷新，会产生I/O操作。在重启时mongodb会将磁盘里面的数据加载至内存，高速磁盘将会减少同步的时间
（5）文件系统
使用ext4 和 xfs 文件系统
禁用最后访问时间
（6）文件描述符
linux 默认文件描述符是1024，需要大额度的提升这个额度
（7）时钟
mongodb各个节点服务器之间使用ntp服务器
（1）绑定IP
启动时使用 - -bind_ip 命令
（2）身份验证
启动时使用 - -auth 命令
（3）副本集身份认证
使用keyFile，注意keyFile文件的权限必须是600，不然会启动不起来
（1）拓扑结构
搭建副本集至少需要两个节点，其中仲裁结点不需要有自己的服务器
（2）Journaling日志
写数据时会先写入日志，而此时的数据也不是直接写入硬盘，而是写入内存
但是Journaling日志会消耗内存，所以可以在主库上面关闭，在从库上面启动
可以单独为Journaling日志使用一块固态硬盘
在插入时，可以通过驱动确保Journaling插入后再反馈，但是会非常影响性能。
logpath 选项指定日志存储地址
-vvvvv 选项（v越多，输出越详细）
db.runCommand({logrotare:1}) 开启滚动日志
（1）serverStatus
这里写图片描述
（2）top
（3）db.currentOp()
动态展示mongodb活动数据
占用当前mongodb监听端口往上1000号的端口
（1）mongomp
把数据库内容导出成BSON文件，而mongorestore能读取并还原这些文件
（2）mongorestore
把导出的BSON文件还原到数据库
（3）备份原始数据文件
可以这么做，但是，操作之前需要进行锁库处理 db.runCommand({fsync:1,lock:true})
db.$cmd.sys.unlock.findOne() 请求解锁操作，但是数据库不会立刻解锁，需要使用db.currentOp()验证。
（1）修复
mongd --repair 修复所有数据库
db.runCommand({repairDatabase:1}) 修复单个数据库
修复就是根据Jourling文件读取和重写所有数据文件并重建各个索引
（2）压紧
压紧，会重写数据文件，并重建集合的全部索引，需要停机或者在从库上面运行,如果需要在主库上面运行，需要添加force参数 保证加写锁。
（1）监控磁盘状态
（2）为提升性能检查索引和查询
总的来说，扫描尽可能少的文档。
保证没有冗余的索引，冗余的索引会占用磁盘空间、消耗更多的内存，在每次写入时还需做更多工作
（3）添加内存
dataSize 数据大小 和 indexSize 索引大小，如果两者的和大于内存，那么将会影响性能。
storageSize超过dataSize 数据大小 两倍以上，就会因磁盘碎片而影响性能，需要压缩。
MongoDB是什么,怎么用?看完你就知道了
MongoDB是一款为web应用程序和互联网基础设施设计的数据库管理系统。没错MongoDB就是数据库，是NoSQL类型的数据库。
（1）MongoDB提出的是文档、集合的概念，使用BSON（类JSON）作为其数据模型结构，其结构是面向对象的而不是二维表，存储一个用户在MongoDB中是这样子的。
使用这样的数据模型，使得MongoDB能在生产环境中提供高读写的能力，吞吐量较于mysql等SQL数据库大大增强。
（2）易伸缩，自动故障转移。易伸缩指的是提供了分片能力，能对数据集进行分片，数据的存储压力分摊给多台服务器。自动故障转移是副本集的概念，MongoDB能检测主节点是否存活，当失活时能自动提升从节点为主节点，达到故障转移。
（3）数据模型因为是面向对象的，所以可以表示丰富的、有层级的数据结构，比如博客系统中能把“评论”直接怼到“文章“的文档中，而不必像myqsl一样创建三张表来描述这样的关系。
（1）文档数据类型
SQL类型的数据库是正规化的，可以通过主键或者外键的约束保证数据的完整性与唯一性，所以SQL类型的数据库常用于对数据完整性较高的系统。MongoDB在这一方面是不如SQL类型的数据库，且MongoDB没有固定的Schema，正因为MongoDB少了一些这样的约束条件，可以让数据的存储数据结构更灵活，存储速度更加快。
（2）即时查询能力
MongoDB保留了关系型数据库即时查询的能力，保留了索引（底层是基于B tree）的能力。这一点汲取了关系型数据库的优点，相比于同类型的NoSQL redis 并没有上述的能力。
（3）复制能力
MongoDB自身提供了副本集能将数据分布在多台机器上实现冗余，目的是可以提供自动故障转移、扩展读能力。
（4）速度与持久性
MongoDB的驱动实现一个写入语义 fire and forget ，即通过驱动调用写入时，可以立即得到返回得到成功的结果（即使是报错），这样让写入的速度更加快，当然会有一定的不安全性，完全依赖网络。
MongoDB提供了Journaling日志的概念，实际上像mysql的bin-log日志，当需要插入的时候会先往日志里面写入记录，再完成实际的数据操作，这样如果出现停电，进程突然中断的情况，可以保障数据不会错误，可以通过修复功能读取Journaling日志进行修复。
（5）数据扩展
MongoDB使用分片技术对数据进行扩展，MongoDB能自动分片、自动转移分片里面的数据块，让每一个服务器里面存储的数据都是一样大小。
MongoDB核心服务器主要是通过mongod程序启动的，而且在启动时不需对MongoDB使用的内存进行配置，因为其设计哲学是内存管理最好是交给操作系统，缺少内存配置是MongoDB的设计亮点，另外，还可通过mongos路由服务器使用分片功能。
MongoDB的主要客户端是可以交互的js shell 通过mongo启动，使用js shell能使用js直接与MongoDB进行交流，像使用sql语句查询mysql数据一样使用js语法查询MongoDB的数据，另外还提供了各种语言的驱动包，方便各种语言的接入。
mongomp和mongorestore,备份和恢复数据库的标准工具。输出BSON格式，迁移数据库。
mongoexport和mongoimport，用来导入导出JSON、CSV和TSV数据，数据需要支持多格式时有用。mongoimport还能用与大数据集的初始导入，但是在导入前顺便还要注意一下，为了能充分利用好mongoDB通常需要对数据模型做一些调整。
mongosniff,网络嗅探工具，用来观察发送到数据库的操作。基本就是把网络上传输的BSON转换为易于人们阅读的shell语句。
因此，可以总结得到，MongoDB结合键值存储和关系数据库的最好特性。因为简单，所以数据极快，而且相对容易伸缩还提供复杂查询机制的数据库。MongoDB需要跑在64位的服务器上面，且最好单独部署，因为是数据库，所以也需要对其进行热备、冷备处理。
因为本篇文章不是API手册，所有这里对shell的使用也是基础的介绍什么功能可以用什么语句，主要是为了展示使用MongoDB shell的方便性，如果需要知道具体的MongoDB shell语法可以查阅官方文档。
创建数据库并不是必须的操作，数据库与集合只有在第一次插入文档时才会被创建，与对数据的动态处理方式是一致的。简化并加速开发过程，而且有利于动态分配命名空间。如果担心数据库或集合被意外创建，可以开启严格模式。
以上的命令只是简单实例，假设如果你之前没有学习过任何数据库语法，同时开始学sql查询语法和MongoDB 查询语法，你会发现哪一个更简单呢？如果你使用的是java驱动去操作MongoDB，你会发现任何的查询都像Hibernate提供出来的查询方式一样，只要构建好一个查询条件对象，便能轻松查询（接下来会给出示例），博主之前熟悉ES6，所以入手MongoDB js shell完成没问题，也正因为这样简洁，完善的查询机制，深深的爱上了MongoDB。
使用java驱动链接MongoDB是一件非常简单的事情，简单的引用，简单的做增删改查。在使用完java驱动后我才发现spring 对MongoDB 的封装还不如官方自身提供出来的东西好用，下面简单的展示一下使用。
这里只举例了简单的链接与简单的MongoDB操作，可见其操作的容易性。使用驱动时是基于TCP套接字与MongoDB进行通信的，如果查询结果较多，恰好无法全部放进第一服务器中，将会向服务器发送一个getmore指令获取下一批查询结果。
插入数据到服务器时间，不会等待服务器的响应，驱动会假设写入是成功的，实际是使用客户端生成对象id，但是该行为可以通过配置配置，可以通过安全模式开启，安全模式可以校验服务器端插入的错误。
要清楚了解MongoDB的基本数据单元。在关系型数据库中有带列和行的数据表。而MongoDB数据的基本单元是BSON文档，在键值中有指向不定类型值的键，MongoDB拥有即时查询，但不支持联结操作，简单的键值存储只能根据单个键来获取值，不支持事务，但支持多种原子更新操作。
如读写比是怎样的，需要何种查询，数据是如何更新的，会不会存在什么并发问题，数据结构化的程度是要求高还是低。系统本身的需求决定mysql还是MongoDB。
在关于schema 的设计中要注意一些原则，比如：
数据库是集合的逻辑与物理分组，MongoDB没有提供创建数据库的语法，只有在插入集合时，数据库才开始建立。创建数据库后会在磁盘分配一组数据文件，所有集合、索引和数据库的其他元数据都保存在这些文件中，查阅数据库使用磁盘状态可通过。
集合是结构上或概念上相似得文档的容器，集合的名称可以包含数字、字母或 . 符号，但必须以字母或数字开头，完全。
限定集合名不能超过128个字符，实际上 . 符号在集合中很有用，能提供某种虚拟命名空间，这是一种组织上的原则，和其他集合是一视同仁的。在集合中可以使用。
其次是键值，在MongoDB里面所有的字符串都是UTF-8类型。数字类型包括double、int、long。日期类型都是UTC格式，所以在MongoDB里面看到的时间会比北京时间慢8小时。整个文档大小会*在16m以内，因为这样可以防止创建难看的数据类型，且小文档可以提升性能，批量插入文档理想数字范围是10~200，大小不能超过16MB。
（1）索引能显著减少获取文档的所需工作量，具体的对比可以通过 .explain()方法进行对比
（2）解析查询时MongoDB通过最优计划选择一个索引进行查询，当没有最适合索引时，会先不同的使用各个索引进行查询，最终选出一个最优索引做查询
（3）如果有一个a-b的复合索引，那么仅针对a的索引是冗余的
（4）复合索引里的键的顺序是很重要的
（1）单键索引
（2）复合索引
（3）唯一性索引
（4）稀疏索引
如索引的字段会出现null的值，或是大量文档都不包含被索引的键。
如果数据集很大时，构建索引将会花费很长的时间，且会影响程序性能，可通过
当使用 mongorestore 时会重新构建索引。当曾经执行过大规模的删除时，可使用
对索引进行压缩，重建。
（1）查阅慢查询日志
（2）分析慢查询
注意新版本的MongoDB 的explain方法是需要参数的，不然只显示普通的信息。
本节同样主要简单呈现MongoDB副本集搭建的简易性，与副本集的强壮性，监控容易性
提供主从复制能力，热备能力，故障转移能力
实际上MongoDB对副本集的操作跟mysql主从操作是差不多的，先看一下mysql的主从数据流动过程
而MongoDB主要依赖的日志文件是oplog
写操作先被记录下来，添加到主节点的oplog里。与此同时，所有从结点复制oplog。首先，查看自己oplog里最后一条的时间戳；其次，查询主节点oplog里所有大于此时间戳的条目;最后，把那些条目添加到自己的oplog里并应用到自己的库里。从节点使用长轮询立即应用来自主结点oplog的新条目。
当遇到以下情况，从节点会停止复制
local数据库保存了所有副本集元素据和oplog日志
可以使用以下命令查看复制情况
每个副本集成员每秒钟ping一次其他所有成员，可以通过rs.status()看到节点上次的心跳检测时间戳和 健康 状况。
这个点没必要过多描述，但是有一个特殊场景，如果从节点和仲裁节点都被杀了，只剩下主节点，他会把自己降级成为从节点。
如果主节点的数据还没有写到从库，那么数据不能算提交，当该主节点变成从节点时，便会触发回滚，那些没写到从库的数据将会被删除，可以通过rollback子目录中的BSON文件恢复回滚的内容。
（1）使用单节点链接
只能链接到主节点，如果链接到从节点的话，会被拒绝写入操作，但是如果没有使用安全模式，因为mongo的fire and forget 特性，会把拒绝写入的异常给吃掉。
（2）使用副本集方式链接
能根据写入的情况自动进行故障转移，但是当副本集进行新的选举时，还是会出现故障，如果不使用安全模式，依旧会出现写不进去，但现实成功的情况。
分片是数据库切分的一个概念实现，这里也是简单总结为什么要使用分片以及分片的原理，操作。
当数据量过大，索引和工作数据集占用的内存就会越来越多，所以需要通过分片负载来解决这个问题
（1）分片组件
（2）分片的核心操作
分片一个集合：分片是根据一个属性的范围进行划分的，MongoDB使用所谓的分片键让每个文档在这些范围里找到自己的位置
块：是位于一个分片中的一段连续的分片键范围，可以理解为若干个块组成分片，分片组成MongoDB的全部数据
（3）拆分与迁移
块的拆分：初始化时只有一个块，达到最大块尺寸64MB或100000个文档就会触发块的拆分。把原来的范围一分为二，这样就有了两个块，每个块都有相同数量的文档。
迁移：当分片中的数据大小不一时会产生迁移的动作，比如分片A的数据比较多，会将分片A里面的一些块转移到分片B里面去。分片集群通过在分片中移动块来实现均衡，是由名为均衡器的软件进程管理的，任务是确保数据在各个分片中保持均匀分布，当集群中拥有块最多的分片与拥有块最少分片的块差大于8时，均衡器就会发起一次均衡处理。
启动两个副本集、三个配置服务器、一个mongos进程
配置分片
（1）分片查询类型
（2）索引
分片集合只允许在_id字段和分片键上添加唯一性索引，其他地方不行，因为这需要在分片间进行通信，实施起来很复杂。
当创建分片时，会根据分片键创建一个索引。
（1）分片键是不可修改的、分片键的选择非常重要
（2）低效的分片键
（3）理想的分片键
（1）部署拓扑
根据不同的数据中心划分
这里写图片描述
（2）最低要求
（3）配置的注意事项
需要估计集群大小，可使用以下命令对现有集合进行分片处理
（4）备份分片集群
备份分片时需要停止均衡器
（1）部署架构
使用64位机器、32位机器会制约mongodb的内存，使其最大值为1.5GB
（2）cpu
mongodb 只有当索引和工作集都可放入内存时，才会遇到CPU瓶颈，CPU在mongodb使用中的作用是用来检索数据，如果看到CPU使用饱和的情况，可以通过查询慢查询日志，排查是不是查询的问题导致的，如果是可以通过添加索引来解决问题
mongodb写入数据时会使用到CPU，但是mongodb写入时间一次只用到一个核，如果有频繁的写入行为，可以通过分片来解决这个问题
（3）内存
大内存是mongodb的保障，如果工作集大小超过内存，将会导致性能下降，因为这将会增加数据加载入内存的动作
（4）硬盘
mongodb默认每60s会与磁盘强制同步一次，称为后台刷新，会产生I/O操作。在重启时mongodb会将磁盘里面的数据加载至内存，高速磁盘将会减少同步的时间
（5）文件系统
使用ext4 和 xfs 文件系统
禁用最后访问时间
（6）文件描述符
linux 默认文件描述符是1024，需要大额度的提升这个额度
（7）时钟
mongodb各个节点服务器之间使用ntp服务器
（1）绑定IP
启动时使用 - -bind_ip 命令
（2）身份验证
启动时使用 - -auth 命令
（3）副本集身份认证
使用keyFile，注意keyFile文件的权限必须是600，不然会启动不起来
（1）拓扑结构
搭建副本集至少需要两个节点，其中仲裁结点不需要有自己的服务器
（2）Journaling日志
写数据时会先写入日志，而此时的数据也不是直接写入硬盘，而是写入内存
但是Journaling日志会消耗内存，所以可以在主库上面关闭，在从库上面启动
可以单独为Journaling日志使用一块固态硬盘
在插入时，可以通过驱动确保Journaling插入后再反馈，但是会非常影响性能。
logpath 选项指定日志存储地址
-vvvvv 选项（v越多，输出越详细）
db.runCommand({logrotare:1}) 开启滚动日志
（1）serverStatus
这里写图片描述
（2）top
（3）db.currentOp()
动态展示mongodb活动数据
占用当前mongodb监听端口往上1000号的端口
（1）mongomp
把数据库内容导出成BSON文件，而mongorestore能读取并还原这些文件
（2）mongorestore
把导出的BSON文件还原到数据库
（3）备份原始数据文件
可以这么做，但是，操作之前需要进行锁库处理 db.runCommand({fsync:1,lock:true})
db.$cmd.sys.unlock.findOne() 请求解锁操作，但是数据库不会立刻解锁，需要使用db.currentOp()验证。
（1）修复
mongd --repair 修复所有数据库
db.runCommand({repairDatabase:1}) 修复单个数据库
修复就是根据Jourling文件读取和重写所有数据文件并重建各个索引
（2）压紧
压紧，会重写数据文件，并重建集合的全部索引，需要停机或者在从库上面运行,如果需要在主库上面运行，需要添加force参数 保证加写锁。
（1）监控磁盘状态
（2）为提升性能检查索引和查询
总的来说，扫描尽可能少的文档。
保证没有冗余的索引，冗余的索引会占用磁盘空间、消耗更多的内存，在每次写入时还需做更多工作
（3）添加内存
dataSize 数据大小 和 indexSize 索引大小，如果两者的和大于内存，那么将会影响性能。
storageSize超过dataSize 数据大小 两倍以上，就会因磁盘碎片而影响性能，需要压缩。
Linux Centos 7安装MongoDB（简单！详细！）
使用 概括几个常用的：
详解：
2. 验证安装结果 rpm -qa |grep mongodb 复制代码 rpm -ql mongodb-org-server 复制代码
启动MongoDB服务
MongoDB默认端口是27017，查看是否开启
检查数据库是否安装成功
4. 验证服务开启 mongo 复制代码
修改绑定ip默认127.0.0.1只允许本地连接， 所以修改为bindIp:0.0.0.0, 退出保存
方法一
方法二
默认连接
连接到自定义的用户
规则
说明
root
只在admin数据库中可用。超级账号，超级权限
Read
允许用户读取指定数据库
readWrite
允许用户读写指定数据库
dbAdmin
允许用户在指定数据库中执行管理函数，如索引创建、删除，查看统计或访问system.profile
userAdmin
允许用户向system.users集合写入，可以找指定数据库里创建、删除和管理用户
clusterAdmin
只在admin数据库中可用，赋予用户所有分片和复制集相关函数的管理权限
readAnyDatabase
只在admin数据库中可用，赋予用户所有数据库的读权限
readWriteAnyDatabase
只在admin数据库中可用，赋予用户所有数据库的读写权限
userAdminAnyDatabase
只在admin数据库中可用，赋予用户所有数据库的userAdmin权限
dbAdminAnyDatabase
只在admin数据库中可用，赋予用户所有数据库的dbAdmin权限
为什么java无法连接搭在一台机器上的mongo复制集
一、问题说明：
最近测试mongo复制集，由于没有机器，所以选择在一台虚拟机上搭建。然后使用mongo-java-driver连接。
①、复制集初始化函数如下：
>
config = {_id: 'shard1', members: [{_id: 0, host:
'127.0.0.1:20011'},{_id: 1, host: '127.0.0.1:20012'},{_id: 2,
host:'127.0.0.1:20013'}]}
> rs.initiate(config)
或者你换成localhost，都没有关系。
②、java连接代码如下：
static Mongo m = null;
static{
try {
List<ServerAddress> list= new ArrayList<ServerAddress>();
ServerAddress sap0 = new ServerAddress("192.168.132.100",20011);
ServerAddress sas1 = new ServerAddress("192.168.132.100",20012);
ServerAddress sas2 = new ServerAddress("192.168.132.100",20013);
list.add(sap0);
list.add(sas1);
list.add(sas2);
m = new Mongo(list);
} catch (UnknownHostException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
192.168.132.100是虚拟机的IP，并不是使用本地localhost或者127.0.0.1，因为程序不再虚拟机上么。
报错：
Exception in thread "main" com.mongodb.MongoException: can't find a master
原因分析：
m = new Mongo(list);
使用此方法：
public Mongo( List<ServerAddress> replicaSetSeeds , MongoOptions options )
throws MongoException {
....
_addrs = replicaSetSeeds;
....
_connector = new DBTCPConnector( this , _addrs );
_connector.start();
...
}