Mongodb 什么'；通过查询删除数百万个文档时对复制集的影响是什么？

我收集了超过820万份文件。我需要通过查询删除其中的200-300万个（属性或两个属性被索引）

我担心的是，由于oplog的容量超过了我的容量，然后需要我从备份中重新为它们设定种子，导致我的二级备份落后

像这样的东西

db.my_collection.remove({attribute_1:'xyz'},false);

或

是否只有一个oplog条目不会对我的二级数据库产生负面影响（除了实际删除文档之外）？还是会转化为200-300万次复制操作

---

我认为答案是这将是一个操作，我可能需要从中恢复一些碎片，但不一定是oplog/辅助同步问题。

对于在主服务器上删除的每个文档，oplog中都会有一个单独的条目

因此，如果您在主服务器上删除了300万个文档，那么通过辅助服务器上的_id键，您将得到300万个remove语句

我会对它们进行批处理，并根据延迟限制删除，然后压缩或重新同步

---

如果你有很多文档移动，你可能会想考虑压缩与PATIGIN因子集的关系。

< P>你会在OPROG中得到一个单独的条目，用于在主文档中删除的每个文档。

因此，如果您在主服务器上删除了300万个文档，那么通过辅助服务器上的_id键，您将得到300万个remove语句

我会对它们进行批处理，并根据延迟限制删除，然后压缩或重新同步

---

如果你有大量的文档移动，你可能会想考虑压缩与PATION因子集的关系。

很容易通过创建一个集合来测试，并添加一些匹配的文档给<代码> Read（）/<代码>

然后，您可以检查oplog以查看生成了哪些条目：

use local
db.oplog.rs.find({op:'d'})

为了确保删除主副本和辅助副本上的相同文档，删除的每个文档都会在oplog中生成一个条目

例如，在匹配两个文档的

remove（）

之后删除oplog（

op'd'

）中的条目：

{
    "ts" : Timestamp(1379971718, 1),
    "h" : NumberLong("8227301495520897544"),
    "v" : 2,
    "op" : "d",
    "ns" : "test.foo",
    "b" : true,
    "o" : {
        "_id" : ObjectId("5240b21e2fa8b603e8aaaceb")
    }
}
{
    "ts" : Timestamp(1379971718, 2),
    "h" : NumberLong("-5339031341149346886"),
    "v" : 2,
    "op" : "d",
    "ns" : "test.foo",
    "b" : true,
    "o" : {
        "_id" : ObjectId("5240b2202fa8b603e8aaacec")
    }
}

---

通过创建一个集合并向

remove（）

添加一些匹配的文档，可以很容易地测试这一点

然后，您可以检查oplog以查看生成了哪些条目：

use local
db.oplog.rs.find({op:'d'})

为了确保删除主副本和辅助副本上的相同文档，删除的每个文档都会在oplog中生成一个条目

例如，在匹配两个文档的

remove（）

之后删除oplog（

op'd'

）中的条目：

{
    "ts" : Timestamp(1379971718, 1),
    "h" : NumberLong("8227301495520897544"),
    "v" : 2,
    "op" : "d",
    "ns" : "test.foo",
    "b" : true,
    "o" : {
        "_id" : ObjectId("5240b21e2fa8b603e8aaaceb")
    }
}
{
    "ts" : Timestamp(1379971718, 2),
    "h" : NumberLong("-5339031341149346886"),
    "v" : 2,
    "op" : "d",
    "ns" : "test.foo",
    "b" : true,
    "o" : {
        "_id" : ObjectId("5240b2202fa8b603e8aaacec")
    }
}

---

如果我想编写这样一个脚本，您知道有什么比尝试解析db.printReplicationInfo（）或db.printSlaveReplicationInfo（）的输出更好的方法吗？如果要编写脚本，我会使用底层的replSetGetStatus命令。如果我想编写这样一个脚本，有什么比尝试解析db.printReplicationInfo（）或db.printSlaveReplicationInfo（）的输出更好的方法吗？如果要编写脚本，我将使用底层的replSetGetStatus命令。这已经足够清楚了。MongoDB在这方面有推荐的最佳实践吗？如果您担心对复制的影响，jeffl的批处理和节流删除方法是非常明智的。如果不了解服务器环境的更多资源/性能详细信息，就很难说删除会产生什么影响（即，您的二级服务器可能能够保持良好的性能）。64位Linux系统的可用磁盘空间占可用磁盘空间的5%，因此，除非您有一个小的oplog，否则您可能不太可能通过数百万次删除将其回滚。最好在足够清晰的暂存/质量保证环境中进行测试。MongoDB在这方面有推荐的最佳实践吗？如果您担心对复制的影响，jeffl的批处理和节流删除方法是非常明智的。如果不了解服务器环境的更多资源/性能详细信息，就很难说删除会产生什么影响（即，您的二级服务器可能能够保持良好的性能）。64位Linux系统的可用磁盘空间占可用磁盘空间的5%，因此，除非您有一个小的oplog，否则您可能不太可能通过数百万次删除将其回滚。最好在阶段/质量保证环境中进行测试