面试题：分布式系统中MongoDB数据分片写策略的权衡

Question

假设在一个分布式电商订单系统中使用MongoDB数据分片，订单写入操作要求数据一致性较高，同时要兼顾一定的写入性能。在这种情况下，如何选择合适的写策略（如w、j、wtimeout等参数组合）？请分析不同写策略的优缺点，并给出你的建议配置及理由。

Answer 1

1. 写策略参数分析

• w参数：
  • 含义：指定写操作需要确认的副本集成员数。例如w=1，表示只需要主节点确认写入成功；w=majority，表示需要大多数节点（超过一半的投票节点）确认写入成功。
  • 优点：
    • w=1写入性能高，因为只需要主节点确认，不需要等待其他节点同步。适用于对数据一致性要求不高，更注重写入速度的场景。
    • w=majority能保证较高的数据一致性，因为多数节点确认写入，即使主节点故障，数据也不会丢失。
  • 缺点：
    • w=1数据一致性低，若主节点在数据同步到其他节点前故障，可能丢失数据。
    • w=majority写入性能相对w=1较低，因为需要等待多数节点确认。
• j参数：
  • 含义：表示是否等待写入操作持久化到磁盘日志（journal）中。j=true表示等待持久化。
  • 优点：保证数据的持久性，即使系统崩溃，已持久化到journal的数据不会丢失。
  • 缺点：增加了写入操作的时间，降低了写入性能。
• wtimeout参数：
  • 含义：设置等待写操作确认的超时时间（单位为毫秒）。例如wtimeout=5000表示等待5秒。
  • 优点：防止写操作长时间等待，避免因某些节点故障或网络问题导致写操作无限期阻塞。
  • 缺点：若设置的超时时间过短，可能导致写操作因超时而失败，影响业务连续性。

2. 建议配置及理由

• 建议配置：w=majority, j=true, wtimeout=10000。
• 理由：
  • 数据一致性：w=majority确保了数据写入到大多数节点，提供了较高的数据一致性，符合订单系统对数据一致性较高的要求。即使主节点出现故障，数据也不会丢失，因为多数节点都有该数据的副本。
  • 数据持久性：j=true保证了写入的数据持久化到磁盘日志中，进一步确保数据不会因系统崩溃等意外情况丢失，增强了数据的可靠性。
  • 写入性能兼顾：wtimeout=10000设置了10秒的超时时间，在等待多数节点确认和数据持久化的过程中，若出现网络问题或节点故障，不会让写操作无限期等待。10秒的时间相对合理，既给予了系统足够的时间完成写操作确认，又不会因超时时间过长而长时间阻塞业务，在一定程度上兼顾了写入性能。同时，虽然j=true会降低一些写入性能，但结合wtimeout和w=majority，在保证数据一致性和持久性的前提下，对整体写入性能的影响在可接受范围内，适合分布式电商订单系统的需求。