mongodb - db.collection.count() 为 MongoDB 中的分片集合返回更多文档

Question

我有 2 个带有复制集的分片(每个分片 3 个实例)。当我在分片集合上执行 count() 时，我得到的文档数量远远超过实际数量(超过 250 万个文档差异)。当我在 forEach() 循环中执行 find() 和递增计数器时也是如此。

我怎么知道文件的真实数量？首先，我知道增加的趋势，即不能增加得那么猛。其次，当我使用以下 M/R 脚本对文档进行计数时，我得到了真实数量的文档(正如我所假设的)。我使用这个脚本来查看重复的文档。重复的数量是几千而不是几百万。 test_duplicate_collection 减去重复项的计数为我提供了真实数量的文档。

var map = function(){
   emit(this.doc_id, 1);
};

var reduce = function(key, values){
   var result = 0;
   values.forEach(function(value) {
     result += value;
   });

   return result;
};

db.test_collection.mapReduce(map, reduce, "test_duplicate_collection",null );

现在，我了解到在平衡期间可能会发生某些 block 在将它们传输到另一个分片时尚未删除的情况。但我在状态 (sh.status()) 中看到所有 block 均等分布。我也试过暂停写操作，看看是否需要一些时间，但没有任何反应。

您可能会说移动 block 的删除仍在继续，事实上，当我刚开始使用分片时，我看到分片集合略有减少(没有写操作)。但目前，随着时间的推移没有任何变化，它只是静止不动。我也尝试使用 orphanage.js 希望找到孤立的文档(使用来自 https://groups.google.com/forum/#!topic/mongodb-user/OKH5_KDO04I 的脚本)但是没有找到这样的文档。

我的问题是 count() 和 find().forEach() 给出的文档数量超过实际数量的原因是什么(即 vs M/R脚本)。

感谢您的帮助。

编辑1

其中一个分片中的复制集配置存在问题。具体是配置文件中没有设置master。在 MMS 仪表板而不是 Primary 中，我总是看到被其他复制主机监听的主机的 Slave。当我们修复它时，forEach 循环计数开始显示与上面 M/R 脚本中相同的文档数。所以目前唯一的问题是 count() 本身。

在 MongoDB JIRA 中，我在分片环境中发现了以下 Unresolved count() 错误 https://jira.mongodb.org/browse/SERVER-3645但它确实与平衡期间的 count() 相关，即 count 可能会计算当前由平衡器移动的 block 。作为解决方法，此错误建议放置始终为真的查询。我也试过了，但它仍然像以前一样返回计数。

Answer 1

尝试使用较慢(但显然更准确)的 .itcount()