【后端面试题】【中间件】【NoSQL】MongoDB提高可用性的方案（主从结构、仲裁节点、分片、写入语义）

主从结构

MongoDB的高可用和别的中间件的高可用方案基本类似。比如在MySQL里，接触了分库分表和主从同步；在Redis里，Redis也有主从结构；在Kafka里，分区也是有主从结构的。
所以先介绍启用了主从同步

我们的系统有一个关键组件 - MongoDB，但是在最开始的时候，MongoDB没有启用主从，是一个单节点的。因此每年总会有一两次，MongoDB崩溃不可用。所以我把MongoDB改成了主从同步，最开始的时候业务量不多，为了节省成本，我们用了推荐的配置一主两从。这种改变的好处是：当主节点崩溃后，从节点可以选举出一个新的主节点。

直接说用了几个主从节点，如果问到主从同步的话，回答oplog的内容。

引入仲裁节点

另一种思路是引入仲裁节点，所谓仲裁节点是指这个节点参与主从集群的主节点选举，但是只参与投票，类似于Elasticsearch里的仅投票节点。
这种机制在别的中间件也见过了，这类节点的好处在于它们只参与投票，也就是只关心主从选举，所以只需要很少的资源就可以运行起来

最开始的时候，我们只是部署了一主两从，两个从节点都会同步数据。后面为了进一步提高可用性，引入了仲裁节点。这些仲裁节点被部署在轻量级的服务器上，成本非常低。在引入了这些仲裁节点后，就算有一个从节点崩溃了，整个集群也基本没什么影响，因为这个时候还是有足够的节点可以投票

启用主从模式的配置服务器

我们MongoDB最开始部署的时候，配置服务器并没有启用主从模式，毕竟当时想节省资源。但是后面发现，配置服务器这个对集群的影响太大了，一旦不可用，整个集群就基本不可用了。这种情况下，我们只好引入了主从结构的配置服务器。目前配置服务器本身就有一主两从。

虽然主节点还是存在崩溃的可能，但是在主节点崩溃之后会有主从选举。更加重要的是，在主节点崩溃之后，整个配置服务集群还是可读的。而我们也知道，在一个 MongoDB 集群里面，元数据也是读多写少的。两者一结合，整个 MongoDB 集群的可用性就提高了。

多数据中心的主从结构

在MongoDB里有一个推荐的架构

不过整除来说，大部分公司没那么多资源部署，一个简化版本就是用两个数据中心，部署一主三从或两从。

我们公司本身业务规模比较大，对MongoDB的依赖也很严重，所以我们还部署了多数据中心的主从结构。有两个数据中心（可以同域，可以异地），其中一个数据中心，部署了一主一从，另外一个数据中心部署了两个从节点。万一一个数据中心崩溃了，另一个数据中心也还是可用的。

在主从选举的时候，我们也会倾向于选择和主节点在同一个数据中心的从节点，也就是图里面深黄色的从节点。因为正常来说，同一个数据中心内部的从节点，数据会比较新。

同时为了保证在主从选举的时候优先选择同一个数据中心的节点，我们还调整了从节点的优先级。

在整个主从结构都面完了之后，你进一步总结一下。

基本上目前主流的这种大型中间件，在提高可用性上用的方法无外乎就是分片和主从结构。除了 MongoDB，类似的还有 Redis、Elasticsearch、Kafka。

引入分片

分片既可以提高可用性，也可以提高性能。在MongoDB里，引入分片比关系型数据库简单很多，可以直接说在开发新业务的时候就启用了分片功能

随着业务的增长，后面使用MongoDB的时候，都要求开启分片功能，来进一步提高可用性的性能。

另一种思路是为已有的数据添加分片功能。
最后也要总结下

目前来说，支持大数据高并发的中间件基本上也有类似的分片功能。或者说，这一类的中间件明面上都是对等结构，而对等结构里面的每一个“节点”又是一个主从集群。就算是关系型数据库的分库分表，也可以看作是这种对等结构 + 主从结构的模式。

调整写入语义

写入语义的调整一般有两种思路，一是朝着可用性的角度调整，另一个是朝着性能的角度调整。

以可用性为例

最开始的时候，我们遇到过一个 Bug，就是数据写入到 MongoDB 之后，偶尔会出现数据丢失的问题。因为之前我在 Kafka 上也遇到过类似的问题，所以我就怀疑是不是写入语义没做好。然后我就去排查，果然有发现，在这个数据丢失的场景下，Write Concern 的 w 取值不是默认的 majority，而是 1，也就是说只需要主节点写入就可以。 很明显，在这种情况下，万一写入之后主节点崩溃了，那么从节点就算被提升成主节点，也没有这一条数据。所以，后面我就把这个改回了 majority。同时我还去排查了一个 j 参数，确认设置成了 true。这样一来，数据就不太可能丢失了。