mongodb中出现_id字段重复记录的排查笔记
作者：互联网
近期在使用mongodb的过程中遇到一次表中有几百条_id字段重复的记录（相同_id的有两条），着实吓了一大跳，因为_id字段在mongodb里面已经默认创建了唯一索引，理论上是不可能有重复记录的，因此特把排查过程记录下来。
1. 问题定位
发现这个现象，是在定位一个问题的时候，发现了这批重复脏数据，bug出现的步骤：把一条记录中的某个字段修改后，再执行save方法，由于修改的字段是shard key，且保存的时候路由到另外一组shard（和原记录的shard不同），导致了重复_id的出现。
2. 问题复现
首先，准备测试元数据，插入脚本如下：
db.auth("test","test");
var total = 500;
var page = 1000;
for(i=1; i<=total; i++){
for(var j 0= 1; j <= page; j++){
db.users.save({'_id': 'user'+i+"-"+j,'age':j,"content":"012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901223456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567823456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890"});
}
}
其中content字段的内容很长，1000个字符，这样50w条元数据的数据量是满足分片后的数据迁移条件的（数据量太小，mongodb是不会迁移的）。
把该文件保存在mongo可执行程序的目录，再执行数据插入：
/mongo 127.0.0.1:30000/test saveUser.js
随后对test集合创建索引，并进行分片：
db.users.createIndex({"age":1})
sh.enableSharding("test")
sh.shardCollection("test.user", { age: 1 } )
等待分片数据迁移结束后，查看分片状态：
sh.status()
user表的分片数据如下：
{ "_id" : "test", "primary" : "repa", "partitioned" : true }
test.user
shard key: { "age" : 1 }
unique: false
balancing: true
chunks:
repa 14
repb 11
too many chunks to print, use verbose if you want to force print
基础数据已经准备完毕了，下面开始造数据，首先查询到第一条记录内容如下：
{
"_id" : "user1-1",
"age" : 1.0,
"content" : "012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901223456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567823456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890"
}
然后把该记录的内容拷贝一份，并把age修改为1000，然后再保存到users集合中：
MongoDB Enterprise mongos> db.users.save({ "_id" : "user1-1", "age" : 1000.0, "content" : "012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901223456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567823456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890" })
此时_id为“user1-1”的记录已经有两条了：
MongoDB Enterprise mongos> db.users.find({"_id":"user1-1"})
{ "_id" : "user1-1", "age" : 1000, "content" : "012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901223456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567823456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890" }
{ "_id" : "user1-1", "age" : 1, "content" : "012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901223456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567823456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789012345678901234567890" }
3. 避免措施
从以上分析可知，在对分片集合进行修改操作或者新写入操作时，要特别注意，由于shard key的路由问题，可能会导致_id字段或者其他唯一字段重复记录（保存在不同的shard中），为了避免重复记录，选择shard key时，可以把唯一字段也加入到shard key中，以本次测试为例，shard key可以设置为{"age":1, "_id":1}，如果不想把_id加入到shard key中，且业务上面不允许_id重复，则需要在写入前先执行查询。
标签：user1,mongodb,age,shard,key,test,重复记录,id 来源： https://www.cnblogs.com/xinghebuluo/p/12623311.html