面试题答案
一键面试MongoDB处理冲突的机制
- 自动重试机制：MongoDB 4.0及更高版本引入了自动重试机制。当事务发生冲突（例如由于并发修改导致的写冲突）时，MongoDB会自动重试该事务，默认重试次数和时间间隔是可配置的。在重试时，MongoDB会再次尝试执行事务中的操作，看是否能够成功完成。这种机制可以在许多情况下避免应用程序手动处理冲突，简化了开发流程。
- 锁机制：MongoDB使用多粒度锁来控制并发访问。在事务中，文档级别的锁用于确保同一时间只有一个事务可以修改特定的文档。当一个事务获取到文档的锁后，其他事务需要等待锁释放才能进行修改。这种锁机制有助于保证数据的一致性，但也可能导致并发事务之间的竞争。
应用程序层面减少冲突的策略
- 乐观锁：在应用程序层面实现乐观锁机制。在电商库存扣减场景中，每次读取库存时，同时获取库存的版本号。当进行库存扣减操作时，将当前版本号与数据库中存储的版本号进行比较。如果版本号一致，则执行扣减操作并更新版本号；如果版本号不一致，说明库存已被其他事务修改，此时可以选择重新读取库存并再次尝试扣减操作。
# 示例代码（Python + PyMongo）
from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017/')
db = client['ecommerce']
products = db['products']
product = products.find_one({'product_id': 123})
version = product.get('version', 0)
new_stock = product['stock'] - 1
result = products.update_one(
{'product_id': 123,'version': version},
{'$set': {'stock': new_stock,'version': version + 1}}
)
if result.matched_count == 0:
# 版本号不一致，库存已被其他事务修改，重新尝试
pass
- 排队处理：将库存扣减请求放入队列（如RabbitMQ、Kafka等消息队列）中，然后通过一个工作进程按顺序处理队列中的请求。这样可以避免多个事务同时尝试修改库存，从而减少冲突的发生。在电商场景中，当用户下单时，将库存扣减请求发送到消息队列，工作进程从队列中取出请求依次处理，保证同一时间只有一个库存扣减操作在执行。
- 分库分表：对于高并发的电商应用，可以将库存数据按照一定的规则（如商品类别、地区等）进行分库分表。这样不同的事务可以在不同的数据库或表上进行操作，减少了对同一组文档的竞争。例如，将电子产品的库存数据存储在一个数据库，服装类产品的库存数据存储在另一个数据库，从而降低并发冲突的可能性。
结合电商库存扣减场景说明
在电商库存扣减场景中，如果多个用户同时下单购买同一商品，就可能出现多个事务同时尝试修改该商品库存的情况。
使用MongoDB事务处理时，可能会发生冲突。MongoDB的自动重试机制可以在一定程度上解决这个问题，但如果冲突频繁发生，重试次数过多可能会影响性能。
应用程序层面采用乐观锁策略，可以在每次读取库存时记录版本号，在扣减库存时验证版本号，只有版本号一致时才执行扣减操作，这样可以有效减少因并发修改导致的冲突。采用排队处理策略，将库存扣减请求放入队列，按顺序处理，保证同一时间只有一个事务在修改库存，彻底避免了冲突。分库分表策略通过将不同商品的库存数据分布到不同的数据库或表，减少了同一组文档的并发访问，降低冲突概率。这些策略在电商库存扣减场景中相互配合，可以有效减少冲突的发生和影响，保证系统的稳定性和数据的一致性。