面试题：分布式系统中MongoDB数据分片读策略的应用场景

Question

在分布式系统下，MongoDB数据分片后有多种读策略，如primary、primaryPreferred、secondary、secondaryPreferred、nearest等。请阐述primary和secondaryPreferred读策略通常适用于哪些业务场景，并说明原因。

Answer 1

primary读策略适用场景及原因

1. 适用场景：对数据一致性要求极高的业务场景，如金融交易记录查询、用户账户信息查询等。
2. 原因：primary读策略始终从主节点读取数据，主节点是数据写入的源头且负责维护最新的数据集。在金融交易记录查询场景中，确保每次读取到的交易金额、交易状态等信息都是最新的，对于财务核算和风险控制至关重要。若读取到旧数据，可能导致财务报表错误、交易纠纷等严重问题。在用户账户信息查询场景下，准确实时的账户余额、积分等信息展示给用户，避免因数据不一致引发用户不满和信任问题。

secondaryPreferred读策略适用场景及原因

1. 适用场景：对数据一致性要求相对宽松，但对读取性能和负载均衡有较高要求的业务场景，例如一些实时性要求不高的统计报表生成、热门文章的展示等。
2. 原因：secondaryPreferred读策略优先从从节点读取数据，从节点分担了部分读压力，减轻主节点负担，提升系统整体的读性能。对于统计报表生成，数据的实时性并非关键，允许一定延迟，通过从从节点读取数据，可以在不影响主节点写入性能的前提下完成报表统计。热门文章展示场景下，文章内容短时间内变化频率低，用户偶尔读到稍微滞后的内容影响不大，而从从节点读取能有效分散读请求，提升系统处理大量读请求的能力。