Config Server 多数派宕机后,mongos 进入元数据只读状态;需通过 rs.status()确认健康节点数≥2(CSRS三节点模式),并用 rs.reconfig(..., {force: true}) 强制重配,恢复后须重启 mongos 并验证 journal 启用。

Config Server 多数派宕机后,mongos 会立即进入元数据只读状态,但普通读写照常——这不是集群“挂了”,而是你暂时动不了分片结构。
如何快速确认 config server 是否真多数失效
别只看 mongos 日志里有没有 “config server is unreachable”,得进副本集查真实健康状态:
- 连上任意一个 config server 节点(如
mongosh mongodb://cfg01:27019),运行rs.status() - 检查
members数组中health: 1且stateStr不是ARBITER或DOWN的节点数;CSRS 模式下需 ≥ ⌊3/2⌋+1 = 2 个才算多数存活 - 重点看
lastHeartbeatRecv:如果某个节点的该字段停滞在几小时前,说明它已失联,不能计入健康节点 - 若只剩 1 个健康节点,
rs.conf()中该节点的votes必须为 1,否则无法参与法定人数计算
强制重配 config server 副本集的实操要点
多数派失效时,rs.reconfig() 默认拒绝执行——必须用 {force: true} 绕过心跳校验,但前提是只保留真正可达的节点:
- 先清空配置:
cfg = rs.conf(); cfg.members = [cfg.members[0]](假设members[0]是唯一健康节点) - 手动补全关键字段:
cfg.members[0].priority = 1、cfg.members[0].votes = 1、cfg.members[0].hidden = false - 执行
rs.reconfig(cfg, {force: true})—— 缺少{force: true}会报错"Quorum check failed" - 成功后该节点立刻变为
PRIMARY,此时才能用rs.add("cfg02:27019")逐个加回其他节点
恢复后必须验证的两个隐藏陷阱
表面恢复正常后,最容易出问题的是元数据缓存未刷新、以及新加入节点的 journal 配置不一致:
- mongos 不会自动重载 config 数据:重启 mongos 进程,或等后台心跳触发刷新(默认每 10 秒一次,由
configServerHeartbeatFrequencyMS控制) - 新加回的 config server 节点,必须确认其启动参数中
storage.journal.enabled: true,否则元数据写入可能丢失——运行db.runCommand({getCmdLineOpts: 1})查 - 检查副本集全局设置:
db.adminCommand({getParameter: 1, writeConcernMajorityJournalDefault: 1}),若返回false,需在所有 config server 的配置文件中显式设为true并重启
多数派恢复不是加回节点就完事。真正麻烦的是 mongos 缓存滞后、journal 关闭导致的静默元数据丢失——这些都在你执行 sh.moveChunk 或 sh.addShard 时才暴露。


















