sh.removeShard()卡在“draining”状态是因为仅触发迁移指令,不实际搬数据;需确保balancer启用、清理未分片集合、解绑zone标签,并分步验证chunks持续减少至零后再次执行命令才完成。

直接执行 removeShard 不等于安全下线分片——它只是启动排空流程,真正卡住或失败的环节全在后台迁移阶段。
sh.removeShard() 执行后为什么一直卡在 "draining"?
因为 sh.removeShard() 本身不搬数据,只发指令让 balancer 开始迁移该分片上的所有 chunk。只要还有 chunk 没迁走,状态就一直是 draining。
- 常见卡点:目标分片磁盘满、网络分区、chunk 分布严重倾斜(比如某个集合 90% chunk 都在目标分片上)
- 最容易被忽略的是未分片集合:它们不会参与自动迁移,但数据真实存在该分片上;
sh.status()看不到它们,sh.removeShard()也不会动它们 - 检查方法:运行
sh.getShardDistribution()查各集合分布,再用db.getCollectionNames().forEach(n => print(n + ": " + sh.isSharded(n)))扫描未分片集合
必须提前清理的三类“隐形数据”
这些数据不归 balancer 管,但会阻止 removeShard 进入完成阶段。
- 未分片的数据库:如
admin、config或业务自建的logs库,数据默认落在主分片;需手动执行db.runCommand({ movePrimary: "logs", to: "shard01" }) - 启用了 zone sharding 的集合:如果目标分片被绑在某个 zone 里,它的 chunk 就不会被迁出;先用
sh.removeTagRange()解绑范围,再删分片 - 残留的 tag 关联:即使没用 zone,也要确认该分片没被
addShardToZone绑定过;否则removeShardFromZone必须先跑一遍
执行顺序和关键验证点
不能靠一次命令搞定,必须分步验证状态是否真实推进。
- 第一步:确保 balancer 在运行 ——
sh.getBalancerState()返回true;若不在维护窗口,临时放开:sh.setBalancerWindow({open: "00:00", close: "23:59"}) - 第二步:触发排空 ——
sh.removeShard("shard04"),立刻查db.adminCommand({ getShardMap: 1 })确认draining变为true - 第三步:盯迁移进度 —— 每 30 秒执行
db.printShardingStatus(),重点看输出中该分片的chunks数是否持续下降;卡住时查 mongos 日志是否有Failed to move chunk或NotMaster - 第四步:二次确认 —— 当
remaining: { chunks: 0, dbs: 0 }后,再执行一次sh.removeShard("shard04"),收到"msg":"remove shard completed successfully"才算真正结束
真正危险的不是命令输错,而是以为“执行了就完事了”——chunk 迁移失败、未分片集合滞留、zone 绑定残留,这三类问题在日志里往往只报一行 warning,却能让整个下线流程停在 99%。


















