mongos必须独立部署且禁用localhost绑定，健康检查需验证内部状态而非仅进程存活，config server须奇数节点并启用majority写关注。
mongos 实例必须独立部署，不能和 config server 或 shard 同机
mongos 是无状态的路由进程，本身不存数据，但会缓存集群元数据（如 chunk 分布、shard 列表）。如果和 config server 或 shard 部署在同一台机器，一旦该节点宕机，不仅影响数据分片服务，还会导致 mongos 失联、元数据刷新延迟甚至路由错误。
实操建议：
- 每个 mongos 实例应独占物理机或容器，CPU 和内存按预期并发量预留（例如 4 核 / 8GB 起步，QPS > 5k 时需压测验证）
- 避免使用
localhost或127.0.0.1作为 mongos 的--bind_ip；生产环境必须绑定具体内网 IP，否则客户端无法跨机访问 - 启动时显式指定 config server 地址，格式为
configReplSet/configsvr01:27019,configsvr02:27019,configsvr03:27019，不能省略 replica set 名称
Keepalived + VIP 方案只解决 mongos 接入层单点，不替代 mongos 自身高可用逻辑
Keepalived 无法感知 mongos 进程内部健康状态（比如元数据过期、连接 config server 超时、对后端 shard 的心跳失败），它只基于端口连通性或自定义脚本做故障转移。若仅靠 kill -9 检查 mongos 进程是否存在，可能掩盖路由异常却仍漂移 VIP，导致客户端持续发请求到“活着但不可用”的 mongos。
实操建议：
- Keepalived 的
vrrp_script必须调用真实健康检查：例如用mongo --host 127.0.0.1:27017 --eval "db.runCommand({ping:1})"并判断返回码与响应时间（超时阈值建议 ≤ 500ms） - VIP 不应直接暴露给应用——应用应通过 DNS 解析一个固定域名（如
mongos-prod.example.com），该域名 CNAME 到 VIP 所在的 LB 域名，方便后续替换方案 - Keepalived 主备模式下，
preempt_delay建议设为 30s 以上，防止网络抖动引发 VIP 频繁切换
多个 mongos 实例间不共享连接池或查询计划缓存
每个 mongos 独立维护自己的 connection pool、query planner cache、chunk cache。这意味着客户端轮询多个 mongos 时，相同查询可能在不同 mongos 上重复解析、重复建立到 shard 的连接，造成额外开销。这不是 bug，是设计使然。
影响与应对：
- 连接数翻倍风险：若应用每秒建 100 个新连接，3 个 mongos 就可能向后端 shard 发起 300 条连接请求；应限制应用侧最大连接数，并启用 mongos 的
--maxConns - 慢查询计划不一致：同一语句在不同 mongos 上可能因缓存命中率差异走不同索引；可通过
explain("executionStats")对比各 mongos 返回结果，确认是否需强制 hint 或优化索引 - 无跨 mongos 的 session 粘滞机制：事务必须由同一个 mongos 处理，应用层需确保事务内所有操作打到同一 mongos（例如基于 client IP 做 keepalived 的 source_hash，或由应用自己维护 mongos endpoint 绑定）
config server replica set 必须是奇数节点且开启 majority write concern
config server 是分片集群的“大脑”，存储所有元数据。如果 config server 不可用，mongos 将无法获取 chunk 分布变更，导致写入阻塞或路由错误。replica set 成员数必须为奇数（推荐 3 或 5），否则选举可能因票数平局失败。
关键配置项：
- 初始化 config server 时必须用
replSetInitiate显式设置configsvr: true，否则 mongos 拒绝连接 - 所有写操作（包括 chunk split/migrate）默认要求
w: "majority"；若 config server 中有节点长期离线，会导致写入卡住，需及时排查网络或磁盘问题 - 禁止在 config server 上执行任何用户集合操作（如
use config; db.xxx.find()），只能通过 mongos 访问配置数据；直接连接 config server 只用于运维诊断（如rs.status()）
