四.mongodb问答

目录

• 四.mongodb
  • 4.1 mongodb的优势有哪些
  • 缺点
  • 4.2 什么是mongodb中的document
  • 4.3 什么场景下会使用mongodb
  • 4.4 mongodb中的分片是什么意思
  • 4.5 什么时候需要分片:
  • 4.6 如何将数据分布在不同的chunk上
  • 4.7 mongodb支持哪些类型的索引
  • 4.8 副本集有哪些角色，是做什么的
    • 主节点（Primary）
    • 从节点（Secondary）
    • 仲裁者（Arbiter）
  • 4.9 副本集的主节点选举原则
    • 触发条件
    • 选举规则
    • 防止脑裂
    • 选举过程

四.mongodb

4.1 mongodb的优势有哪些

1. 高性能：MongoDB是一种面向文档的数据库,能够快速处理大量数据。

2. 可扩展性：MongoDB支持水平扩展

3. 强大的查询功能

4. 高可用性和可靠性：MongoDB具有内置的复制和故障转移功能\

5. 分布式计算

6. 低成本

7. 易于与前端应用集成：使用JSON作为其原生数据格式

缺点

1. 不支持事务操作

2. 占用空间较大：为了避免硬盘碎片和提高数据访问效率，会预分配较大的硬盘空间。JSON格式在存储数据时也会占用一定的额外空间。

4.2 什么是mongodb中的document

它是基本的数据单元，‌类似于关系型数据库中的行

4.3 什么场景下会使用mongodb

MongoDB 是一种面向文档（再次强调）的数据库，特别适用于以下场景：

1. 频繁的数据写入和更新

MongoDB 的文档模型和灵活的模式允许快速写入和更新数据，而不会产生性能问题。

2. 大量非结构化数据

MongoDB 可以存储和处理大量非结构化数据，例如 JSON 文档。

3. 水平扩展

MongoDB 可以通过分片在多个服务器上水平扩展，以处理海量数据。

4. 高并发性

MongoDB 针对高并发环境进行了优化，可以在具有大量同时连接和查询的应用程序中提供良好的性能。

5.实时数据分析

MongoDB 的聚合框架和索引允许进行快速的实时数据分析。

7. 移动和 Web 应用程序

MongoDB 轻量级、易于部署。

4.4 mongodb中的分片是什么意思

分片是将数据拆分，散到不同的机器上，不需要功能强大的大型计算机就可以储存更多的数据，处理更多的负载。有时也叫分区

4.5 什么时候需要分片:

a.机器的磁盘不够用了

b.单个mongod已经不能满足些数据的性能需要了

c.想将大量数据放在内存中提高性能

4.6 如何将数据分布在不同的chunk上

分片键的选择、chunks的自动创建与管理，以及MongoDB的均衡器（Balancer）对chunks的自动调整。

4.7 mongodb支持哪些类型的索引

1. 单键索引（Single Field Index）
2. 复合索引（Compound Index）
3. 多键索引（Multikey Index）
4. 地理空间索引（Geospatial Index）
5. 文本索引（Text Index）
6. 哈希索引（Hashed Index）
7. TTL索引（Time-To-Live Index）
8. 部分索引（Partial Index）
9. 唯一索引（Unique Index）

4.8 副本集有哪些角色，是做什么的

主节点（Primary）

• 功能：数据操作的主要连接点，负责处理所有的写操作（如插入、更新、删除等）和部分的读操作。它是副本集中唯一可以直接接收写操作的节点。

从节点（Secondary）

• 功能：从节点主要负责复制主节点的数据，保持与主节点数据的一致性。处理读操作，以实现读写分离，从而减轻主节点的压力。

仲裁者（Arbiter）

• 功能：仲裁者不存储任何数据副本，仅参与选举过程并提供投票。帮助确保副本集在发生节点故障时能够选举出新的主节点。

4.9 副本集的主节点选举原则

触发条件

• 主节点故障
• 网络不可达主节点在10秒内未响应其他节点的心跳信息，即认为网络不可达，从而选举启动。
• 人工干预

选举规则

• 票数决定：每个健康的副本集成员都会参与投票，票数最高的节点成为新的主节点。
• 大多数原则：为了成为主节点，一个节点必须获得“大多数”成员的支持。这意味着如果有N个副本集成员（包括仲裁者，但仲裁者不存储数据且主要参与投票），则至少需要N/2+1个成员的投票支持。例如，在包含3个成员的副本集中（其中1个是主节点，1个是从节点，1个是仲裁者），至少需要2个成员的投票支持才能选举出新的主节点。
• 优先级：在选举过程中，具有较高优先级的节点更有可能被选为主节点。优先级的值可以设置为0到1000之间的任何整数，默认值为1。通过设置节点的优先级，管理员可以根据节点的性能和重要性来调整选举的权重。
• 数据一致性：如果两个候选节点的票数相同，则数据最新的节点将获胜。MongoDB使用操作日志（oplog）来记录操作的顺序和细节，并通过比较候选节点的oplog来确定哪个节点具有最新的数据。

防止脑裂

脑裂是指在网络分区的情况下，集群的不同部分各自选出不同的主节点，导致数据不一致和冲突。MongoDB的选举机制通过确保大多数节点的参与来防止脑裂现象的发生。只有当大多数节点达成一致时，才能选举出新的主节点，从而保证了集群的一致性和稳定性。

选举过程

选举过程大致如下：

• 一旦触发选举条件（如主节点故障），副本集成员之间会相互发送选举请求和响应。
• 每个成员根据自己的配置（如优先级）和状态（如健康状态、数据一致性等）来决定投票给哪个候选节点。
• 一旦某个节点获得了大多数选票，它将被确认为新的主节点，并开始处理客户端请求。