如何在MongoDB上备份和恢复数据？

在大数据时代，企业的应用带来了大量的数据，它们可能具有结构化、半结构化或非结构化的性质。此外，应用程序开发周期短和可用性强都是他们要考虑的关键问题。考虑到这些应用程序的要求，在下一代应用程序中，企业必须超越传统的关系数据库（IaaS或基于云计算PaaS）。时下，类似MongoDB这样的NoSQL数据库已经被企业采用或者评估，用以建立下一代应用程序。通过自动分片、可调的读一致性以及内置备份，MongoDB允许动态模式，并且易于扩展。

MongoDB通过本地备份来满足可用性需求。然而在此之外，用于可伸缩时点恢复和备份的数据保护需求同样需要重点对待。是的，对于企业来说，健壮的数据保护必然离不开备份和多副本。没有时间点的备份，组织会由于人为错误、逻辑混乱和其他操作失败面临有丢失数据的风险。传统的备份解决方案是建立在关系数据库中，使用共享存储和ACID事务模型，来解决结构化应用程序的要求而建的。不幸的是，他们不足以解决应用程序和分布式的数据库的时间点备份要求。有几个备用的基于脚本的解决方案（例如地层等），企业正在使用填补数据来保护缩短差距，但这些解决方案充其量算是次优的。

手动脚本解决方案

这些解决方案利用本地MongoDB快照工具和脚本将数据传输到辅助存储。（通过 mongodump) 脚本自定义的每个 MongoDB 集群和需要业务作出了重大努力，以适应任何拓扑更改 （例如添加或删除节点到 MongoDB 数据库） 或扩大规模。此外，这些脚本不适应失败场景，比如失败的一个节点（一级或二级）或间歇性的网络问题。最后，恢复（“备份”）的最重要的价值是一个手动过程。因此，耗费时间（导致很高的应用程序停机时间），并包含脚本中的任何bug数据丢失风险。总的来说，这些解决方案工作在MongoDB环境中很小和一些允许在应用程序中丢失的数据。这些解决方案所面临的一些关键问题是：

• 对分片配置的企业备份解决方案的不足；
• 当快照被取时，数据库需要脱机；
• 在节点故障和其他基础设施故障下，备份和恢复都失败了；
• 恢复过程是手动的并且需要验证，从而增加恢复时间；
• 收集级的恢复需要耗时的手动恢复；
• 恢复与不同的测试/开发的拓扑（切分 → 分片）刷新是不可用的。

MongoDB支付备份和恢复(又名“MMS”)

MongoDB（公司）本身提供了一些备份MongoDB数据库的方法。企业可以选择从一个管理备份提供(MMS)运行在公共云，或如果他们支付MongoDB的客户，他们可能以部署本地备份服务为前提。除了成本过高，在公共云上管理备份服务存储的客户数据。对于部署 MongoDB 为前提，在 WAN 上备份数据传输可能无法为客户工作，并且海需要为客户保持他们对数据内部的敏感度。此外，还有重要的数据来限制每个碎片去使用这项服务。

使用MongoDB部署备份服务是有可能的，但部署和实施过于复杂。企业需要部署8台服务器，附加数据库（额外的许可证）和 6-9x存储容量。总的来说，部署备份服务是一个理论上的解决方案，带来了显著的CAPEX和OPEX投资：

1. 部署多个数据库的复杂性；
2. 额外的基础设施成本；
3. 授权额外的MongoDB节点成本；
4. 当节点失败时，带来备份失败的风险；
5. 独立的MongoDB数据库备份基础设施。

实现企业客户的数据保护要求，进入了新兴的下一代分布式数据库的时代（键值、图形、文档库等），并且解决上述方案的局限性。Datos IO建造了产业界首次扩展数据保护软件产品，使该应用程序能部署到分布式和云数据库上，如MongoDB和Apache Cassandra。Datos IO解决方案是刚刚兴起的下一代应用程序，迎合了业主和DevOps的应用需求，并解决了部署和管理保护基础设施操作所带来的一切麻烦。最重要的是，它是一个可靠的和可扩展的解决方案，即使在使用节点失败的场景下，也会通过最小化恢复时间获得最优的性能。

原文：How to Back Up and Recover Data in MongoDB