【后端面试题】【中间件】【NoSQL】MongoDB的配置服务器、复制机制、写入语义和面试准备

MongoDB的配置服务器

引入了分片机制之后，MongoDB启用了配置服务器(config server) 来存储元数据，这些元数据包括分片信息、权限控制信息，用来控制分布式锁。其中分片信息还会被负责执行查询mongos使用。

MongoDB的配置服务器有一个很大的优点，就是主节点崩溃了，它也可以继续提供读服务。
大多数中间件的主从结构都是在主节点崩溃之后完全不可用，直到选举出了一个新的主节点。
但是不管怎么说，配置服务器在MongoDB里是一个非常关键的组件，如果一旦配置服务器有问题，哪怕只是轻微地性能抖动一下，对整个MongoDB集群的影响都很大。

MongoDB的复制机制（主从机制）

MongoDB的副本也是MongoDB实例，它们和主实例持有一样的数据。在MongoDB里，用Primary来代表主实例，用Secondary来代表副本实例。主从实例合并在一起，也叫做一个复制集（Replica Set）

类似于数据库的读写分离机制，可以在MongoDB上进行读写分离。读从Secondary0实例读，写入Primary实例，同时Secondary0和Secondary1从Primary实例里同步数据

在MongoDB里，主从之间的数据同步是通过所谓的oplog来实现的，类似MySQL的binlog。但是oplog会有一些缺点：

1. 在一些特定的操作里，oplog可能会超乎想象地大。这主要是因为oplog是幂等的，所以任何操作都比要转化为幂等操作。简单来说，任何对MongoDB里数据的操作，最后都会被转化成一个set操作。所以可以预计的是，就是只更新了数据的一小部分，但是生成的oplpg还是set整个数据。
2. oplog是有期限的，即MongoDB限制了oplog的大小。当oplog占据了太多的磁盘之后，就会被删除。就算某个从节点来不及同步，oplog也是会被删除的。这个时候，这个从节点只能重新发起一次全量的数据同步。

写入语义

和Kafka的写入语义非常像，可以通过参数来控制写入数据究竟写到哪里，写入语义对性能、可用性和数据可靠性有显著的影响。
在MongoDB里，写入语义也叫Write Concern，它由w、j和wtimeout三个参数控制。

w参数

它的取值如下：

1. majority：要求写操作已经同步给大部分节点，默认取值，可用性强，但是写入性能差
2. 数字N：如果N=1，要求必须写入主节点；如果N大于1，那么就必须写入主节点，而且写入N-1个从节点；如果N=0，那么就不用等任何节点写入。性能很好，但是虽然客户端收到了成功的响应，数据也有可能丢失。
3. 自定义写入节点策略：可以给一些节点打上标签，然后要求写入的时候一定要写入带有这些标签的节点，实践中用的较少

j参数

控制数据有没有被写到磁盘上，对于j来说它的取值就是true或false

wtimeout参数

写入的超时时间，只会在w>1的时候生效。
在超时之后MongoDB就直接返回一个错误，但是这种情况下，MongoDB可能还是写入数据成功了

面试准备

• 负责的业务或公司有没有使用MongoDB，主要用来做什么
• 为什么要用MongoDB，用MySQL可以吗
• 用MongoDB的时候，文档支持分片吗？如果支持的话，按什么来分片的？
• 业务有多少数据量，并发有多高？
• MongoDB怎么部署的，主从节点有多少？有没有多数据中心的部署方案？
• MongoDB的写入语义，即w和j这两个参数的取值

面试话题引导

• Kafka的acks机制，可以引申到MongoDB的写入语义上
• 其他中间件的对等结构，或主从结构，可以引导到MongoDB的分片和主从机制上
• Kafka的元数据，可以结合MongoDB的元数据一起回答
• MongoDB数据不丢失的问题，可以结合写入语义来回答，参考Kafka分析的思路。

在整个MongoDB的面试过程中，注意和不同的中间件进行对比，凸显在这方面的积累