MongoDB--副本集基本信息【面试必备】

副本集的概念

副本集是一组服务器，其中有一个是主服务器（primary），用于处理客户端请求；还有多个备份服务器（secondary），用于保存主服务器的数据副本。如果主服务器崩溃了，备份服务器会自动将其中一个成员升级为新的主服务器。

副本集特征：
　　· N 个节点的集群
　　· 任何节点可作为主节点
　　· 所有写入操作都在主节点上
　　· 自动故障转移
　　· 自动恢复
副本集还有以下几个需要注意的地方：
　　1. 最小构成是：primary，secondary，arbiter，一般部署是：primary，2 secondary。
　　2. 成员数应该为奇数，如果为偶数的情况下添加arbiter，arbiter不保存数据，只投票。
　　3. 最大50 members，但是只能有 7 voting members，其他是non-voting members。

 

1、数据同步
　　　　Mongo的复制功能是通过oplog实现的，oplog包含了主节点的每一次写操作，是主节点的local数据库中的一个固定集合，备份节点通过查询这个集合就可以知道需要进行复制的操作。每个备份节点有自己的oplog，这样每个成员就可以当作同步源提供给其他成员使用。备份节点从当前同步源中获取需要执行的操作，然后在自己的数据集上执行这些操作，最后将这些操作写入自己的oplog。

　　　　如果备份节点挂了，当它重启后，会自动从oplog中最后一个操作开始同步，由于复制操作的过程是先复制数据再写入oplog，所以备份节点有可能在已经同步过的数据上再次执行复制操作。Mongo是这么处理的：将oplog中的同一操作执行多次与只执行一次的效果是一样。

　　　　由于oplog大小是固定的，通常它的使用空间的增长速度与系统处理写请求的速率近乎相同。但是有些例外情况：如果单次处理能够影响到多个文档，那么每个受影响的文档都会对应oplog的一条日志。比如执行db.coll.remove()删除了1000000个文档，那么oplog中就会有1000000条操作日志，这样oplog很快就会被填满。

 

2、仲裁节点
　　仲裁者唯一的作用就是选举，不保存数据，也不会为客户端提供服务，它只是为了满足“大部分”的要求

　　添加仲裁者的两种方式

　　　　>rs.addArb(“server-5:27017”)

　　　　>rs.add({“_id”:4,”host”:” server-5:27017”,”arbiterOnly”:true})

　

　仲裁的缺点

　　　　比如有三个成员的副本集，其中一个是仲裁节点。当一个数据节点挂了，那么另一个数据节点成为主节点，为了保证数据安全，就需要添加一个新的备份节点，但由于仲裁节点无数据，那么新节点的数据传输只能靠当前的主节点完成。那么它不仅要处理应用程序请求，还要数据复制到备份节点，会造成服务器压力巨大

　　　　所以尽量配置成奇数个数据成员，而不使用仲裁者

 

 

3、优先级
　　优先级表示一个成员渴望成为主节点的程度，取值范围0-100，默认1，0代表永远不能成为主节点（passive member）

　　优先级别高的会优先选举为主节点（只要他能得到大部分的支持，并且数据是最新的）

4、心跳
　　每个成员每隔两秒都会向其他成员发送一个心跳请求，用于检查每个成员的状态，知道自己是否符合大多数的条件。

 

5、回滚
　　如果主节点执行了一次写请求后挂了，但是备份节点还没来得及复制这次操作，那么新选举出来的主节点就会漏掉这次写操作。这时就会执行回滚过程。

 

6、内存管理mmap

　　mongodb的所有数据实际上是存放在硬盘的，所有要操作的数据通过mmap的方式映射到内存某个区域内。

　　然后，mongodb就在这块区域里面进行数据修改，避免了零碎的硬盘操作。

　　至于mmap上的内容flush到硬盘就是操作系统的事情了，所以，如果，mongodb在内存中修改了数据，然后，mmap数据flush到硬盘之前，系统当机了，就会丢失数据了。

 

　　mysql，无论数据还是索引都存放在硬盘中。到要使用的时候才交换到内存中。能够处理远超过内存总量的数据。

 

　　数据量和性能

　　　　当物理内存够用的时候，redis》mongodb》mysql

 

　　mysql垫底是肯定的。至于，redis为什么比mongodb快。还是跟场景和使用业务有关系的。

　　大部分情景下，由于mongodb要兼顾它特有的弱表结构下复杂的查询，在很多存取过程上做了妥协。

　　其实，这里并不想说redis和mongodb的性能怎样，只想说明下随着数据量的增长，redis和mongodb，mysql是怎么变化的。

 

　　当物理内存不够用的时候

　　redis和mongodb都会使用虚拟内存。

　　实际上如果redis要开始虚拟内存，那很明显要么加内存条，要么你换个数据库了。

　　但是，mongodb不一样，只要，业务上能保证，冷热数据的读写比，使得热数据在物理内存中，mmap的交换较少。mongodb还是能够保证性能。有人使用mongodb存储了上T的数据。

　　mysql，mysql根本就不需要担心数据量跟内存下的关系。不过，内存的量跟热数据的关系会极大地影响性能表现。

 

　　当物理内存和虚拟内存都不够用的时候

　　估计除了mysql你没什么好选择了。

 

 

　　其实，从数据存储原理来看，我更倾向于将mongodb归类为硬盘数据库，但是使用了mmap作为加速的手段而已。

       MongoDB应该分配的内存大小最好满足内存大小>索引+热数据+连接占用内存，通过db.stats()命令可查看到当前数据库的索引大小情况
　    db.stats()

      下面是公司的MongoDB存储了14亿数据，占1.4T存储空间

shard1:SECONDARY> db.stats()
{
    "db" : "database",　　　　　　　　　 　　// 当前使用的数据库　
    "collections" : 662,       　　　　　　// 多少张表 
    "objects" : 1405948982,　　　　　　　　 // 所有表的多少条数据    　　-- 14.05亿
    "avgObjSize" : 1134.649427176014,    // 平均每条数据大小  　　 　 
    "dataSize" : 1595259207065,　　　　　　// 总数据大小　　　　　　　　 -- 1.485TB
    "storageSize" : 768647647232,　　　　　// 所有数据占磁盘的大小　　  -- 715.85G
    "numExtents" : 0,
    "indexes" : 1098,　　　　　　　　　　　　// 索引数量
    "indexSize" : 173431967744,　　　　　　// 索引大小 　　　　　　　　 -- 160G
    "ok" : 1
}