3.MongoDB恢复探究：为什么oplogReplay参数只设置了日志应用结束时间oplogLimit，而没有设置开始时间？

（一）我的疑问

在使用MySQL数据库binlog日志基于时间点恢复数据库时，我们必须要指定binlog的开始位置和结束位置，而在MongoDB里面，如果使用oplog进行恢复，只有oplogLimit参数，该参数信息如下

--oplogLimit=<seconds>[:ordinal]          only include oplog entries before the provided Timestamp

oplogLimit参数定义了数据库恢复到该时间点。也就是说，MongoDB只是设置了oplog的结束位置，没有指定oplog的开始位置。那么就存在问题了，以下图为例，我在T3时刻执行了全备份，在T4时刻数据库发生了误操作，当我执行恢复的时候，分为2个步骤：

阶段1：使用完全备份，将数据库恢复到T3时刻；
阶段2：使用oplog日志，将数据库恢复到T4故障之前。T4故障之前的时间点由参数oplogLimit控制，但是：oplog的开始时间不是从T3时刻，而是T2时刻，这里T2是oplog记录的最早时间，该时间并不受我们控制。

补充：这里的“不受我们控制”是指在使用mongorestore重做oplog的时候，我们没办法指定开始时间。但是如果想要把oplog的开始时间控制在T3时刻，还是有办法的：使用bsondump分析全备的最后一笔数据，在备份oplog的时候，用query选项过滤掉之前的数据即可。然而，这并不是我们关心的，我所关心的，是为什么mongorestore不给出恢复操作的开始时间参数。

说了那么多，把问题明确一下：

mongorestore在恢复oplog的时候，只限定了日志的结束位置，而没有开始位置，这样就会造成oplog恢复的开始位置不是T3，而是在T2，那么就会存在T2~T3这段时间数据重复操作的问题，理论上会造成数据变化，为什么mongorestore不设定一个开始时间参数去避免重复操作的问题呢？

本次测试在mongodb 4.2 副本集环境下进行。

（二）问题探索

（2.1）oplog日志格式解析

既然该问题可能会发生在重做oplog时，那么我们不妨先看一下oplog到底存储了什么信息。为了查看oplog日志保存了什么信息，向test集合中插入1条数据：

db.test.insert({"empno":1,"ename":"lijiaman","age":22,"address":"yunnan,kungming"});

查看test集合的数据信息

db.test.find()
/* 1 */
{
    "_id" : ObjectId("5f30eb58bcefe5270574cd54"),"empno" : 1.0,"ename" : "lijiaman","age" : 22.0

使用下面查询语句查看oplog日志信息：

use local db.oplog.rs.find( { $and : [ {"ns" : "testdb.test"} ] } ).sort({ts:1})

结果如下：

{ "ts" : Timestamp(1597070283,1),"op" : "i","ns" : "lijiamandb.test","o" : { "_id" : ObjectId("5f30eb58bcefe5270574cd54"),kungming" } }

oplog中各个字段的含义：

ts：数据写的时间，括号里面第1位数据代表时间戳，是自unix纪元以来的秒值，第2位代表在1s内订购时间戳的序列数

op：操作类型，可选参数有：

-- "i"： insert

--"u"： update

--"d"： delete

--"c"： db cmd

--"db"：声明当前数据库 (其中ns 被设置成为=>数据库名称+ '.')

--"n": no op,即空操作，其会定期执行以确保时效性

ns：命名空间，通常是具体的集合

o：具体的写入信息

o2: 在执行更新操作时的where条件，仅限于update时才有该属性

（2.2）文档中的“_id”字段

在上面的插入文档中，我们发现每插入一个文档，都会伴随着产生一个“_id”字段，该字段是一个object类型，对于“_id”，需要知道：

"_id"是集合文档的主键，每个文档（即每行记录）都有一个唯一的"_id"值
"_id"会自动生成，也可以手动指定，但是必须唯一且非空。

经过测试，发现在执行文档的DML操作时，会根据ID进行，我们不妨来看看DML操作的文档变化。

（1）插入文档，查看文档信息与oplog信息

use testdb //插入文档 db.mycol.insert({id:23456PRIMARY> db.mycol.find() { "_id" : ObjectId("5f3b471a6530eb8aa5bf88a0"),"id" : 6,"name" : "f" }

这里记录该集合文档的变化，可以发现，mongodb为每条数据都分配了一个唯一且非空的”_id”：

此时查看oplog，如下

1597720346,"t" : NumberLong(110-4a15-44ca-96c8-3b3b5be29616"),"wall" : ISODate("2020-08-18T03:12:26.231Z"),"o" : { "_id" : ObjectId("5f3b471a6530eb8aa5bf88a0"),"name" : "a" } } 2 .246Z"),"o" : { "_id" : ObjectId("5f3b471a6530eb8aa5bf88a1"),1); font-weight: bold">2.0

（2)更新操作

rstest:> db.mycol.update({"id":1},{$set:{"name":"aa"}})
WriteResult({ "nMatched" : 0,"nModified" : 1 })

这里更新了1行数据，可以看到，文档id是没有发生变化的

此时查看oplog，如下：

7 1597720412,"op" : "u","o2" : { "_id" : ObjectId("5f3b471a6530eb8aa5bf88a0") },1); font-weight: bold">13:32.649Z"),"o" : { "$v" : " : { "name" : "aa" } } }

这里值得我们注意：上面我们说到，oplog的”o2”参数是更新的where条件，我们在执行更新的时候，指定的where条件是”id=1”，id是我们自己定义的列，然而，在oplog里面指定的where条件是

"_id" : ObjectId("5f3b471a6530eb8aa5bf88a0")，很明显，他们都指向了同一条数据。这样，当我们使用oplog进行数据恢复的时候，直接根据”_id”去做数据更新，即使再执行N遍，也不会导致数据更新出错。

（3)再次更新操作

上面我们是对某一条数据进行更新，并且在update中指出了更新后的数据，这里再测试一下，我使用自增的方式更新数据。

// 每条数据的id在当前的基础上加10
rstest:update({},{$inc:{"id":10}},{multi:true}) 
WriteResult({ "nMatched" : 6 })

数据变化如图，可以看到，id虽然发生了变化，但是”_id”是没有改变的。

再来看oplog信息

8 1597720424,1); font-weight: bold">44.398Z"),1)">" : { "id" : 11.0 } } } 9 .399Z"),1); font-weight: bold">12.0 10 13.0 11 .400Z"),1); font-weight: bold">14.0 12 15.0 13 16.0 } } }

这里也非常值得我们注意：o2记录的是已经发生更改的文档_id，o就比较有意思了，记录的是发生变更之后的值。我们可以发现，如果我们把上面自增更新的SQL执行每执行1次，id都会加10，但是，我们重复执行N次oplog，并不会改变对应记录的值。

（4)再来看看删除操作

// 删除id大于14的条目

rstest:> db.mycol.remove({"id":{"$gt":14}}) 
WriteResult({ "nRemoved" : 2 })

数据变化如下图:

再来看看oplog日志：

14 1597720485,"op" : "d",1); font-weight: bold">14:45.511Z"),"o" : { "_id" : ObjectId("5f3b471a6530eb8aa5bf88a4") } } 15

”op”:”d”选项记录了该操作是执行删除，具体删除什么数据，由o选项记录，可以看到，o记录的是”_id”，也就是说，oplog中删除操作是根据”_id”执行的。

（三）结论