面试题：MongoDB writeConcern对性能和数据一致性的影响

Question

当设置不同的writeConcern值时，对MongoDB的性能和数据一致性会产生怎样的影响？请举例说明在高并发写入场景下，如何平衡性能与数据一致性来选择writeConcern。

Answer 1

不同writeConcern值对性能和数据一致性的影响

1. writeConcern: {w: 1}
   • 性能：性能最高，因为只要主节点确认写入成功，就返回成功响应给客户端，无需等待副本节点同步数据。在高并发写入场景下，能快速处理大量写入请求。
   • 数据一致性：一致性相对较低。若主节点在数据同步到副本节点之前崩溃，可能导致数据丢失，因为客户端已收到写入成功的响应，但副本节点可能未同步该数据。
2. writeConcern: {w: "majority"}
   • 性能：性能适中。需要等待大多数节点（超过半数）确认写入成功才返回响应给客户端。这会增加写入操作的延迟，因为要等待副本节点同步数据。
   • 数据一致性：一致性较高。多数节点确认写入成功，意味着即使主节点崩溃，选举新主节点时，新主节点也会包含这些已确认写入的数据，减少数据丢失的风险。
3. writeConcern: {w: }
   • 性能：性能较低，尤其是当 <number of replicas> 较大时。需要等待指定数量的副本节点确认写入成功才返回响应给客户端，这会极大增加写入操作的延迟。
   • 数据一致性：一致性高，当指定数量的副本节点都确认写入成功，数据丢失的风险极低。

在高并发写入场景下平衡性能与数据一致性选择writeConcern

1. 对数据一致性要求不高但追求高性能：
   • 选择：writeConcern: {w: 1}。例如，在一些日志记录场景，少量数据丢失对整体业务影响不大，高并发写入时可选择此值以提高写入性能。
2. 对数据一致性和性能都有一定要求：
   • 选择：writeConcern: {w: "majority"}。如电商订单系统，既要保证在大多数情况下数据不丢失，又要能承受一定的高并发写入。此设置在保证较高一致性的同时，性能也相对可接受。
3. 对数据一致性要求极高，可牺牲部分性能：
   • 选择：writeConcern: {w: }。例如在金融交易场景，任何数据丢失都可能导致严重后果，即使高并发写入场景下延迟较高，也需保证数据一致性，此时可根据副本节点数量选择合适的 w 值。