mongodb原理与实现
为什么使用mongodb？
关系型数据存在以下问题：
- 大数据处理能力差；水平扩展能力差；分库分表复杂；
- 应用程序开发效率低；
- 表结构变动困难；比如要增加字段，就需要改变表结构。
Mongodb是一个Nosql数据库，可以很好地解决上面的问题；
- mongodb集群支持分片，支持水平扩展；
- aggregate可以用于OLAP和OLTP；
- document使用的是bson格式，同一个collection的不同的document中的字段可以不同；
mongodb与关系型数据库结构比较
mongodb为什么快？
mongodb尽量将数据放在缓存中；
journal日志
mongodb的journal日志，是一种WAL日志，类似mysql的redo log；
mongodb集群
主从复制
主从复制，在主节点上进行写操作，从节点可以分担主节点的读压力；但是当主节点宕机后，无法对外提供服务；
复制集
复制集主要对主从复制进行了优化，主节点宕机后能够选举出新的主节点，继续提供服务；
复制集工作原理
复制集中主要有三个角色：主节点(primary)、从节点(secondary)、仲裁者(Arbiter)；主节点负责接收客户端的写请求等操作；从节点复制主节点的数据，也可以提供读服务；仲裁者则是辅助投票修复集群。
比较重要的两点：
- 主从节点如何进行数据的复制；通过oplog完成同步；
- 主节点宕机后，如何选举出新的主节点；通过心跳以及选举算法选出新的主节点。
oplog操作日志
类似于mysql中的binlog；主从节点通过发送oplog完成复制；oplog有时间戳，从节点通过以下操作完成数据同步：
- 查看自己oplog里面最后一条的时间戳；
- 查询主节点oplog里所有大于此时间戳的文档；
- 当那些应用到自己的库里，并添加写操作文档到自己的oplog里。
心跳机制
如果一定时间没有收到某个节点的心跳，则认为该节点已宕机；如果宕机的节点是Primary，Secondary会发起新的Primary选举；
如果主节点失去多数节点的心跳时，必须降级为从节点；
选举机制
从多个从节点中选举数据最新的从节点做为新的主节点；获得大多数选票的节点成为主节点；非仲裁节点可以配置优先级，范围为0~100，值越大越优先成为主节点；可以将性能好的机器的优先级设置的高一些；
数据回滚
主节点故障后，选出新的主节点；之后旧的主节点恢复工作，即使它的数据更新，仍然要以新的主节点的数据为准，旧的主节点要进行数据回滚；
mongodb分片
mongodb原生支持了自动分片，支持水平扩展；支持范围分片、哈希分片和标签分片等策略；
范围分片
根据key的范围进行分片；
优点：范围查询性能好，优化读；
缺点：数据分布可能会不均匀，容易有热点；
哈希分片
哈希分片最大的好处就是保证数据在各个节点上分布基本均匀；
优点：数据分布均匀，写优化；
缺点：范围查询效率低；
标签分片
标签分片也是基于key的范围进行的，对每一个节点打上一个或多个tag，每个tag对应key的一个范围；
写关注/读关注/读偏好
Write Concern
write concern表示事务是否关注写入的结果。
几个选项值：
- w:0；无需关注写入是否成功；
- w: 1~复制集最大节点数；默认情况下为1，表示写入到primary节点就开始往客户端发送确认写入成功；
- w:“majority”；大多数节点成功原则；
- w:“all”；所有节点都成功；
- j：true；默认情况为false，写入内存就算完成；如果设置为true，写道journal文件才算成功；
- wtimeout：写入超时时间；
设置示例：
writeConcern: {
w:“majority” // 大多数原则
j:true,
wtimeout: 5000,
}
使用示例：
db.user.insert({name: “congchp”}, {writeConcern: {w: “majority”}})
对于重要的数据可以应用w：“majority”，普通数据 w：1保证最佳性能；w设置的节点数越多，延迟就越大；
Read Preference
事务中使用readPreference来决定读取时从哪个节点读取；可方便的实现读写分离、就近读取策略；
可以设置为以下5个值：
- primary：默认模式，读操作只在主节点；主节点不可用，报错；
- primaryPreferred：首选主节点；主节点不可用，则从从节点读；
- secondary：读只在从节点；从节点不可用，报错；
- secondaryPreferred：首选从节点；
- nearest：读操作在最临近的节点；
Read Concern
readPreference决定从哪个节点读取，readConcern决定该节点的哪些数据是可读的；主要保证事务的隔离性，避免脏读；
主要的可选值：
local：默认值，数据写入本地；
majority：数据被写入大多数节点；
mongodb的readConcern默认使用local，readPreference是primary，就会有脏读的问题，例如，用户在主节点读取一条数据后，该节点未将数据同步至其它节点，就因为异常宕机或者网络故障，待主节点恢复后，需要将未同步至其它节点的数据进行回滚，就出现了脏读；
majority：数据被写入大多数节点；
mongodb的readConcern默认使用local，readPreference是primary，就会有脏读的问题，例如，用户在主节点读取一条数据后，该节点未将数据同步至其它节点，就因为异常宕机或者网络故障，待主节点恢复后，需要将未同步至其它节点的数据进行回滚，就出现了脏读；
readConcern设置为majority，保证读到的数据已经写入大多数节点，保证了事务的隔离性；