面试题答案
一键面试故障检测
- 监控工具：利用MongoDB自带的监控命令（如
db.serverStatus()），以及第三方监控工具（如Prometheus + Grafana），实时监测集群状态。例如，通过监控节点的心跳信息、响应时间、磁盘I/O等指标，当Config Server或Primary节点的心跳中断、响应时间过长或者磁盘空间使用率过高时，及时发出警报。 - 日志分析：定期查看MongoDB的日志文件（
mongod.log），从中查找关键错误信息，如节点失联、选举失败等日志记录，来判断故障节点。
故障恢复流程
Config Server故障恢复
- 确定故障：通过上述检测手段确定Config Server故障后，检查是否有备用的Config Server节点。如果有，检查备用节点是否正常工作。若备用节点正常，手动将其提升为活跃的Config Server节点。
- 数据同步：如果备用节点数据落后于故障的Config Server节点，从其他健康的Config Server节点同步数据。使用
rs.syncFrom("<healthy - config - server - address>")命令来同步数据。 - 重启服务：确保数据同步完成且配置正确后，重启备用Config Server节点的服务，使其正常提供服务。
- 集群重新配置：检查整个集群的配置，确保所有节点都能正确连接到新的Config Server。使用
rs.conf()命令查看配置，如有必要，使用rs.reconfig()命令进行重新配置。
Primary节点故障恢复
- 选举新Primary：MongoDB副本集具备自动选举机制。当Primary节点故障后，副本集中的Secondary节点会发起选举。在选举过程中，节点会根据优先级、日志的完整性等因素竞争成为新的Primary。
- 数据修复（如有需要）：如果在故障期间数据出现不一致情况，新的Primary节点会尝试从其他Secondary节点同步数据以修复不一致。可以使用
db.adminCommand({replSetSyncFrom: "<secondary - address>"})命令手动触发同步。 - 应用调整：应用程序可能需要重新连接到新的Primary节点。确保应用程序的连接字符串配置正确，能够及时发现并连接到新的Primary。
恢复后性能优化
索引优化
- 分析查询：使用
explain()方法分析应用程序中的查询语句，确定哪些查询需要索引优化。例如，在一个电商订单查询场景中，经常按照订单创建时间和用户ID查询订单，db.orders.find({createdAt: {$gte: ISODate("2023 - 01 - 01")}, userId: "123456"}).explain()，如果查询执行计划显示全表扫描，就需要创建复合索引db.orders.createIndex({createdAt: 1, userId: 1})。 - 删除无用索引：定期清理不再使用的索引，避免过多索引占用磁盘空间和影响写性能。可以通过
db.collection.getIndexes()查看所有索引，结合业务查询分析哪些索引不再使用，然后使用db.collection.dropIndex({"index - name": 1})删除。
查询优化
- 投影优化：只返回必要的字段，减少数据传输量。例如在用户信息查询中，只需要用户名和邮箱，
db.users.find({age: {$gt: 18}}, {name: 1, email: 1, _id: 0})，这样可以减少网络传输和处理的数据量。 - 批量操作：将多个写操作合并为一个批量操作，减少客户端与服务器之间的交互次数。例如在插入多条订单数据时，使用
db.orders.insertMany([{orderNo: "001", amount: 100}, {orderNo: "002", amount: 200}])。
存储优化
- 数据分片：根据业务需求对数据进行合理分片，如按照地区、时间等维度。例如在一个全球电商平台中，按照地区对订单数据进行分片，将不同地区的订单数据存储在不同的分片上，提高查询性能和集群的扩展性。
- 存储引擎优化：根据数据读写特点选择合适的存储引擎，如WiredTiger适用于大多数场景，具备较好的压缩和并发性能。可以在启动MongoDB时通过
--storageEngine参数指定存储引擎。 - 磁盘优化：使用高速磁盘（如SSD），提高数据读写速度。并且合理配置磁盘I/O参数，如
wiredTiger.engineConfig.cacheSizeGB设置WiredTiger存储引擎的缓存大小，以提高性能。