之前360出的那个mongodb数据同步工具比较老，对于3.X版本的mongodb支持不太好。

阿里巴巴出了个  MongoShake ， 目前可以支持到MongoDB4.X（我测试从mongodb3.2.16同步数据到mongodb4.0.4没问题）

官方地址： 

中文介绍地址： 

具体的介绍，可以参考上面第二个链接。 实际原理类似于 我们在mysql环境下常用的canal （MongoShake 通过订阅oplog， 然后给下游消费或者直接发送给下游mongodb实例）

MongoShake应用场景举例

    1.  MongoDB集群间数据的异步复制，免去业务双写开销。

    2.  MongoDB集群间数据的镜像备份（当前1.0开源版本支持受限）

    3.  日志离线分析

    4.  日志订阅

    5.  数据路由。根据业务需求，结合日志订阅和过滤机制，可以获取关注的数据，达到数据路由的功能。

    6.  Cache同步。日志分析的结果，知道哪些Cache可以被淘汰，哪些Cache可以进行预加载，反向推动Cache的更新。

    7.  基于日志的集群监控

MongoShake功能介绍

MongoShake从源库抓取oplog数据，然后发送到各个不同的tunnel通道。源库支持：ReplicaSet，Sharding，Mongod，目的库支持：Mongos，Mongod。现有通道类型有：

    1.  Direct：直接写入目的MongoDB

    2.  RPC：通过net/rpc方式连接

    3.  TCP：通过tcp方式连接

    4.  File：通过文件方式对接

    5.  Kafka：通过Kafka方式对接

    6.  Mock：用于测试，不写入tunnel，抛弃所有数据

其它的介绍，可以参考上面的地址，这里就不大段贴了。

直接上实操吧：

环境： centos7 

源库： mongodb 3.2.16

目的库： mongodb 4.0.4

mongo-shake的编译安装

yum install golang  golang-bin golang-src  # 我这里安装的是1.9.4的go包mkdir /home/gocode/export GOPATH=/home/gocode/echo 'export GOPATH=/home/gocode/' >> /root/.bashrcsource /root/.bashrcgit clone https://github.com/aliyun/mongo-shake.gitcd mongo-shake/src/vendorGOPATH=`pwd`/../..go get -u -v github.com/kardianos/govendor   # 依赖到这个包，需要先安装下govendor/home/gocode/bin/govendor synccd ../../ && ./build.sh这样，就会在 bin目录下生成可执行的二进制文件

我这里编写的collector.conf 配置文件内容如下：

mongo_urls = mongodb://root:123456@192.168.2.4:27019     ## 如果是复制集环境，建议这里填从节点地址以减少主的压力collector.id = mongoshakecheckpoint.interval = 5000http_profile = 9100system_profile = 9200log_level = debuglog_file = collector.loglog_buffer = true# 配置同步的黑白名单filter.namespace.black = filter.namespace.white =oplog.gids =   shard_key = autosyncer.reader.buffer_time = 1worker = 8worker.batch_queue_size = 64adaptive.batching_max_size = 16384fetcher.buffer_capacity = 256worker.oplog_compressor = nonetunnel = direct    # 拿到的oplog 直接写到目标实例tunnel.address = mongodb://127.0.0.1:28017   # 目标库地址是 28017端口context.storage = databasecontext.address = ckpt_defaultcontext.start_position = 2000-01-01T00:00:01Zmaster_quorum = falsereplayer.dml_only = true    ## 我这里只允许dml数据的同步，如果要允许ddl也传说到目标实例，需要把这个设置为false，具体参考官方的说明replayer.executor = 1replayer.executor.upsert = falsereplayer.executor.insert_on_dup_update = falsereplayer.conflict_write_to = nonereplayer.durable = true

启动方式：

./bin/collector -conf=conf/collector.conf

日志在 logs 目录下：

tailf logs/collector.log

在源实例上测试写入：

use testdb;for (i=1;i<=10000;i++) db.tb3.insert( {name:"student"+i, age:(i%120), address: "shanghai" } ); db.tb3.count()

然后，在目标节点执行验证操作:

use testdb;db.tb3.count()

可以看到，数据记录是一致的。  实际上测试下来，会有2秒左右的延迟。

其他走kafka，file ，rpc 等操作，没用到过，暂时不具备实验的条件。

如果只是单次的数据迁移，用dircet方式基本上就够了。 如果用在跨机房同步，一般建议走kafka的方式。