我的 mongodb 数据库集群中有 2 个分片，1 个 mongos 服务器。我总共有 8 个服务器，其中一个副本集有 5 个，另一个有 3 个。我有一个跨集群分片的单个集合，但最近当我尝试移动块时，我收到了套接字异常。
所有服务器都在 EC2 上运行，大多数服务器位于同一可用区。发送服务器和接收服务器位于不同的可用区。
以下是日志的一些摘录：
发送服务器：
5 月 20 日星期五 07:53:28 [conn6158] moveChunk 数据传输进度：{active：false，ns：“social_advantage_analytics.edges”，来自：“slytherin/draco:27018”，最小值：{_id：“100000007993210_116269473289”}，最大值：{_id：“100000012316922_167580256615048”}，状态：“失败”，errmsg：“套接字异常”，计数：{克隆：0，克隆字节数：0，追赶：0，稳定：0}，确定：1.0} 我的内存使用量：0
5 月 20 日星期五 07:53:28 [conn6158] 警告：moveChunk 传输数据时出错，导致迁移中止：{active：false，ns：“social_advantage_analytics.edges”，来自：“slytherin/draco:27018”，最小值：{_id：“100000007993210_116269473289”}，最大值：{_id：“100000012316922_167580256615048”}，状态：“失败”，errmsg：“套接字异常”，计数：{克隆：0，克隆字节数：0，追赶：0，稳定：0}，确定：1.0}
接收服务器：
5 月 20 日星期五 14:51:10 [migrateThread] 即将记录元数据事件：{ _id：“george-2011-05-20T14:51:10-293”，服务器：“george”，clientAddr：“(NONE)”，时间：新日期 (1305903070637)，内容：“moveChunk.to”，ns：“social_advantage_analytics.edges”，详细信息：{最小值：{ _id：“100000007993210_116269473289” }，最大值：{ _id：“100000012316922_167580256615048” }，注释：“中止” } }
5 月 20 日星期五 14:51:10 [migrateThread] 错误：迁移失败：套接字异常
分片服务器：
5 月 20 日星期五 07:53:05 [Balancer] balacer 移动失败：{原因：{active：false，ns：“social_advantage_analytics.edges”，来自：“slytherin/draco:27018”，最小值：{_id：“100000007993210_116269473289”}，最大值：{_id：“100000012316922_167580256615048”}，状态：“失败”，errmsg：“套接字异常”，计数：{克隆：0，克隆字节数：0，追赶：0，稳定：0}，确定：1.0}，errmsg：“数据传输错误”，确定：0.0}从：pansy 到：percy 块：{_id： “social_advantage_analytics.edges-ID“100000007993210_116269473289”, lastmod：时间戳 90000|354，ns：“social_advantage_analytics.edges”，最小值：{_id：“100000007993210_116269473289”}，最大值：{_id：“100000012316922_167580256615048”}，碎片：“pansy”}
答案1
这是一个较老的问题，但需要提供一些重要信息：
- 您正在使用哪个版本的 MongoDB？
集群中的每个服务器是否可以通过指定端口 (27018) 与集群中的其他每个服务器进行通信？这包括数据库分片和 mongos (平衡器)。
分片必须相互通信才能复制数据，并且由于发送节点和接收节点位于不同的区域，它们是否属于同一安全组？是否有本地防火墙阻止通信？
考虑检查每台服务器上 mongod 进程的打开文件描述符数量。服务器代码强制执行 20k 的硬性最大值，但通常还有另一个限制。以下是一些可提供帮助的命令：
lsof -p <pid of mongod> | wc -l su - mongod # or whatever user mongod is running as ulimit -n # => some systems default to 1024