ansible部署mongodb分片集群时，hosts变量必须严格按角色隔离：同一ip若承担shard1、config_server、mongos多个角色，须配置唯一端口（如27001/27019/27017）和独立based_dir（/data/shard1、/data/configs、/data/mongos），仲裁节点需在mongod.conf中显式设arbiteronly: true，否则复制集初始化静默失败。
Ansible部署分片集群时，hosts变量怎么组织才不翻车
Ansible不是靠“写对playbook”就能跑通分片集群的，关键在hosts文件里角色和端口的映射逻辑是否闭环。常见错误是把shard1、config_server、mongos混在同一台机器上却没隔离端口或数据目录，导致启动冲突或配置覆盖。
必须明确三点：
-
shardX_port、config_port、mongos_port要全局唯一，比如shard1_port=27001、config_port=27019、mongos_port=27017 - 同一IP上若同时承担多个角色（如某节点既是
shard1主又是config_server），必须用不同based_dir子路径区分数据：/data/shard1、/data/configs、/data/mongos - 仲裁节点（
arbiter）不能参与数据读写，但ansible模板里仍需为其生成mongod.conf，且replSet配置中必须显式标注arbiterOnly: true
漏掉任意一条，service mongod start会静默失败，日志里只报Failed to start mongod.service，实际卡在复制集初始化阶段。
Kubernetes Operator扩容分片，为什么改spec.members没反应
Operator对topology: sharding和topology: replicaset的处理逻辑完全不同：spec.members只在后者生效；前者扩容必须操作spec.shards数组。
直接编辑CR把replicas: 3改成4完全无效——Operator压根不解析这个字段。它只认spec.shards长度，每个数组元素代表一个独立副本集。
正确做法是：
- 向
spec.shards追加新对象，例如新增- name: shard4 members: 3 - 确保新shard的
storageClassName、resources、nodeAffinity与现有shard一致，否则Pod卡在Pending - Operator拉起Pod后，会调用
sh.addShard("shard4/...")，但这一步依赖Ops Manager集成；纯Operator（无OM/CM）不会自动注册分片，得手动连mongos执行
不检查Operator日志里的Adding shard或sh.addShard failed提示，很容易以为扩容成功，其实数据根本没路由过去。
缩容分片前，Operator不会帮你做sh.removeShard()
Operator从不主动触发sh.removeShard()，这是人为强干预操作。直接删掉CR里的shard条目，Operator会立刻重建它——因为它发现“声明状态”和“实际集群状态”不一致，试图修复。
缩容必须按顺序人工完成：
- 先用
mongos连接，运行sh.stopBalancer()停掉均衡器 - 反复执行
sh.status()，确认目标shard的chunks字段为0（说明所有chunk已迁出） - 手动执行
sh.removeShard("shardX")，等返回"msg" : "removeshard completed successfully" - 最后才删除CR中对应shard，再
kubectl apply
跳过chunk迁移检查就删CR，Operator会不断重试拉起已注销的shard，Pod反复创建又崩溃，日志刷屏failed to join replica set。
备份与监控脚本嵌入Ansible时，权限和路径容易被忽略
Ansible默认以root执行，但mongodump若连带认证参数（如--username）一起写进shell模块，密码明文暴露在ps aux里；而crontab任务若用普通用户运行，又常因/home/mongodb/.bashrc未加载导致mongodump命令找不到。
稳妥方案是：
- 用
copy模块下发.mongorc.js或client.pem到/etc/mongod/，让mongodump通过--sslPEMKeyFile或--authenticationDatabase隐式认证 -
crontab条目统一用root用户，且PATH显式设为/usr/bin:/bin:/usr/local/bin，避免依赖shell环境变量 - 监控脚本（如
mongostat采集）必须加timeout 30，否则网络抖动时service模块会卡死整个playbook
最隐蔽的问题是：Ansible的shell模块默认不继承~/.bashrc，哪怕你user: mongodb，which mongodump也可能返回空——得用executable: /bin/bash显式指定解释器。
