4.4. 设置 MongoDB 以使用 Debezium 连接器
MongoDB 连接器使用 MongoDB 的更改流来捕获更改，因此连接器只适用于 MongoDB 副本集，或者每个分片都是一个单独的副本集的分片集群。有关设置 副本集或 分片集群，请参阅 MongoDB 文档。另外，请务必了解如何使用副本集启用 访问控制和身份验证。
您还必须有一个 MongoDB 用户，该用户具有适当的角色才能读取 oplog 的 admin 数据库。此外，用户还必须能够在分片集群的配置服务器中读取配置数据库，并且必须具有 listDatabases 特权操作。当使用更改流（默认）时，用户还必须具有集群范围的特权操作 查找和 changeStream。
当您打算使用 pre-image 并填充 before 字段时，您需要首先为一个集合启用 changeStreamPreAndPostImages，使用 db.createCollection(), create, 或 collMod。
最佳 Oplog 配置
Debezium MongoDB 连接器读取 更改流，以获取副本集的 oplog 数据。因为 oplog 是一个固定的、大写的集合，如果超过其最大配置的大小，它开始覆盖其最旧的条目。如果出于某种原因停止连接器，在重启时，它会尝试从最后一个 oplog 流位置恢复流。但是，如果最后一个流位置从 oplog 中删除，具体取决于连接器的 snapshot.mode 属性中指定的值，则连接器可能无法启动，报告 无效的恢复令牌错误。如果失败，您必须创建一个新的连接器，以便 Debezium 继续从数据库捕获记录。如需更多信息，如果 snapshot.mode 设置为 initial，则 Connector 会在停止很长时间后失败。
为确保 oplog 保留 Debezium 恢复流所需的偏移值，您可以使用以下任一方法：
- 增加 oplog 的大小。根据您的典型工作负载，将 oplog 大小设置为大于每小时的峰值 oplog 条目数的值。
- 增加 oplog 条目保留的最小小时数(MongoDB 4.4 及更高版本)。此设置基于时间，因此即使 oplog 达到其最大配置的大小，可以保证最后一个 n 小时中的条目可用。虽然这通常是首选选择，但对于具有接近容量的高工作负载的集群，请指定最大 oplog 大小。
为了帮助防止与缺少 oplog 条目相关的失败，跟踪报告复制行为的指标非常重要，并优化 oplog 大小以支持 Debezium。特别是，您应该监控 Oplog GB/Hour 和 Replication Oplog Window 的值。如果 Debezium 离线，超过复制 oplog 窗口的值，并且主 oplog 比 Debezium 可以消耗条目的速度增长，则连接器失败可能会导致。
有关如何监控这些指标的详情，请参考 MongoDB 文档。
最好将最大 oplog 大小设置为基于 oplog 的每小时增长的值(Oplog GB/Hour)，乘以处理 Debezium 失败所需的时间。
也就是说，
oplog GB/Hour X average reaction time to Debezium 失败
例如，如果 oplog 大小限制为 1GB，并且 oplog 每小时增长 3GB，则 oplog 条目会每小时清除三次。如果 Debezium 在此期间失败，则其最后一个 oplog 位置可能会被删除。
如果 oplog 的增长率为 3GB/hour，并且 Debezium 在 2 小时内处于离线状态，您可以将 oplog 大小设置为 3GB/hour X 2 hours 或 6GB。
