为什么要开发 MongodbSync 工具？

其实在开发这个工具之前，我实验了很多工具，目前发现满足我期望的工具，我觉得这个工具有如下特性：

1. 支持mongos：源端支持 mongos，目前大部分工具只支持副本集；
2. 容错性：有的工具当源或者目的连接超时时会挂掉，这在生产环境中容易引起一些问题，导致数据不能完整同步，这个工具会处理这在异常；
3. 多线程：在源和目的的速度不同步时，比如读的快，写入慢，通过使用多线程可以很大程度避免这个问题；
4. 多种同步模式：可以全量同步（一次性拷贝）、增量同步、智能同步（先一次性拷贝，再进行增量同步）；
5. 支持集合级别的同步：大多是工具支持的是 db 级别同步，本工具一大特色是既可以支持某个db，也可以指定db下的集合； 通过在生产环境的实践，这个工具在异地和局域网的同步都有比较好的表现，并且表现出了优良的稳定性。

功能介绍

mongodb 的一个同步工具，具备将一个数据源上的数据，同步到其它 mongodb 上，支持：

1. mongos -> (mongos, mongod)
2. mongod -> (mongos, mongod)

如果源是 mongos，情况比较复杂，需要从 mongos 里将副本信息全部取出来，同步到 mongod 中； 需要注意的是，源和目的 mongo，都需要使用 admin 账号，以取得所有权限； 支持 oplog 格式为："ts" : Timestamp(1372320938000, 1) 目前的 2.6.4 版本是这种格式；

配置介绍

    sync-info
        mode: 取值为 incr 表示增量同步；all 表示全量同步，会将源数据拷贝到目标库；smart 表示智能同步，会先全量拷贝，再进行增量；
        record_interval: 读取了一定量数据，会对 optime 进行更新；
        record_time_interval: 读取了一定的时间，会对 optime 进行更新；
        opt_file: optime 记录在 该文件中，all 模式在拷贝完更新它，incr, smart 模式不定期更新它，如果文件不存在则默认从 1 小时前同步；
        all_dbs: 为 true 表示同步全部的数据库, 不包括 admin，config，local, 否则同步 dbs；
        dbs: 需要同步的数据库集合，不包括 admin，config，local，如果要同步某个db下的collection，使用 db.collection 形式；
        queue_num: 队列最大数目，暂无使用该参数，代码里固定了是 20000；
        threads: 线程数，由于源和目的 的网络状况可能不一样，可以有多个连接去写目的地址；

    mongo-src
        addr: 源地址，可以是一个副本集，也可以是 mongos，如果是 mongos，系统会自动连接到相应的副本集；
        user: 管理员账号
        pwd: 管理员密码

    mongo-dest
        addr: 目的地址，可以是一个副本集，也可以是 mongos；
        user: 管理员账号
        pwd: 管理员密码

重点说明

1. 当目的没有数据库时和集合时：会自动创建，包括索引

2. 当源为 mongos 时：所有副本集的内容会同步过去；

3. 当源为 副本集 时：所有副本集的内容会同步过去；

4. 增加、删除、修改 数据命令：OK；

5. 增加、删除 collection 时：OK；

6. db 级别的操作：忽略；

7. 同步性能：取决于网络带宽；

8. 容错能力：能处理源和目的的网络异常，系统有容错处理能力；

运行方式

    python src/python/main.py conf/xxx.conf logs/xxx.log [is-debug]
    is-debug: 取值为 true，false, 为 true 日志会打印 debug 的日志，否则关闭 debug 日志

Change Log

[2014-12.01]: 支持了多线程，解决 源和目的 速度不一致的问题，当目的端较慢，采用多线程来提高性能；