怎样监控MongoDB副本集各节点的健康状态？

作者：袖梨 2026-07-13

最准、最轻量的副本集健康判断依据是 mongodb_replset_member_health 指标，值为 0 即表示节点失联或不可用；该指标需通过启用 replicasetstatus 收集器并直连 PRIMARY 节点获取，配合 optimeDate 和 lastHeartbeat 可精准识别同步延迟与真实故障。

直接看 mongodb_replset_member_health 指标，值为 0 就代表节点失联或不可用——这是最准、最轻量的健康判断依据，比轮询 rs.status() 更适合告警和可视化。

为什么不能靠 mongostat/mongotop 判断副本集健康

mongostat 和 mongotop 只反映单实例的实时操作吞吐，完全不感知副本集拓扑变化。它们看不到 health: 0、心跳超时、stateStr: "RECOVERING" 这类关键信号，也拿不到 lastHeartbeat 或 optimeDate 延迟数据。

常见错误现象：

监控面板显示“QPS 正常”，但 SECONDARY 已断连 5 分钟，health 早已是 0
用 mongotop 看到某个节点“没流量”，误判为闲置，实际是它已降级为 ARBITER 或被踢出副本集

mongodb_exporter 必须启用 replicasetstatus 才能暴露健康指标

默认启动的 mongodb_exporter 不采集副本集成员状态，mongodb_replset_member_health 根本不会出现在 /metrics 中。

启动时必须显式加参数：--collectors.enabled=replicasetstatus
连接字符串不能用 mongodb+srv:// 协议——它会尝试连所有 seed 节点，一旦某个节点不可达，exporter 就卡住，指标全丢
连接目标必须是副本集成员（推荐直连 PRIMARY），且用户需在 admin 库拥有 clusterMonitor 角色，否则日志报错：not authorized on admin to execute command { replSetGetStatus: 1 }
验证是否生效：访问 http://localhost:9216/metrics，搜索 mongodb_replset_member_health，应看到类似 mongodb_replset_member_health{member="node1:27017",set="rs0"} 1

真正有用的健康指标就这几个，别被其他字段带偏

重点关注以下三项，它们直接对应 rs.status().members[n] 的核心字段：

mongodb_replset_member_health：0 或 1，是节点存活的第一道过滤器，告警阈值设为 0 即可
mongodb_replset_member_state：整数，1=PRIMARY，2=SECONDARY，7=ARBITER，8=DOWN —— 注意不是所有状态都等于“故障”，比如 STARTUP2 是正常初始化阶段
mongodb_replset_member_optime_date：配合 mongodb_replset_member_last_heartbeat 算延迟，若差值 > 30s，说明同步滞后，可能影响读一致性

别盯着 uptime 或 lastAppliedWallTime 做健康判断——前者只表示进程运行时长，后者只是时间戳，不反映网络或复制链路是否通畅。

应用侧轮询 rs.status() 的实操要点

如果不用 Prometheus，而是写脚本或应用逻辑主动探测，db.runCommand({ rsStatus: 1 }) 是唯一可靠方式。

命令必须发给 admin 数据库，不是任意 db；shell 里的 rs.status() 是封装函数，driver 里得用原生命令
连接目标只能是副本集成员（不能连 mongos 或 config server），且建议固定连 PRIMARY，避免因节点角色切换导致命令失败
重点解析字段：members[n].health、members[n].stateStr、members[n].lastHeartbeat，忽略 myState（那是当前执行命令的节点状态，不是全局）
轮询间隔建议 ≥10s；太频繁会加重 PRIMARY 负担，尤其当副本集节点多于 5 个时