MongoDB 在高并发场景下的使用技巧分享

前言

在今天的互联网环境下，网站的访问量已经十分巨大，而且越来越多的网站开始付费或者收费提供服务，高并发场景下如何保持数据库的稳定性成为了一个非常重要的问题。相信大家都知道数据库与业务的解耦合是非常重要的，因为如果我们只是在代码层面去优化，那么可能会引发数据库的性能问题。针对这一问题，本文将介绍在高并发场景下使用 MongoDB 的技巧，包括数据分片、副本集等。

MongoDB 介绍

MongoDB 是一种 NoSQL 的数据库，是面向文档的。它将数据存储在 BSON 格式的文档中，这个文档可以是任何类型的，它们之间彼此独立，也可以嵌套结构。从本质上来说，MongoDB 是一个高性能、高扩展、易部署的开源数据库，可以存储非常大的数据，并且可以跨越多台机器进行复制和共享。它作为一个 NoSQL 数据库，优点非常突出，尤其是在高并发的场景下。下面，我们将详细介绍如何使用 MongoDB 保证高并发场景下的稳定性。

数据分片

在高并发的场景下，单个 MongoDB 数据库很快就会达到数据吞吐量瓶颈，导致请求过慢，影响用户体验以及整个系统的性能。因此， MongoDB 引入了数据分片的概念，可以将整个数据库中的数据分散到多个服务器上。数据分片的目的就是减少单个服务器的负载，从而提高整个系统的性能。具体实现方式如下：

1. 创建 Shard 集群：Shard 集群只是一个普通的集群。不同的是，你要使用不同的 shard 关键字，来区分 shard 集群。

sh.addShard(“shard1/ip:port,ip:port”)
sh.addShard(“shard2/ip:port,ip:port”)
sh.addShard(“shard3/ip:port,ip:port”)

1. 开启 Sharding 功能：开启 Sharding 功能的命令为 enableSharding，该功能目的是在集合中指定一个字段作为 shard 的结果，使其具有不同的范围。

sh.enableSharding("mydb")
db.runCommand({ shardCollection: "mydb.users", key: { age: 1}});

当以上命令执行完之后，mongodb 会自动将 users 这个集合按照 age 这个字段建立索引，并分成不同的数据分片。在分片的时候，可以设置每个分片的大小阈值 $chunkSize，以便在对 chunk 进行哈希分拆时，获取到更为平衡的分片粒度。其代码如下：

db.runCommand({ shardCollection: "mydb.users", key: { age: 1}, chunkSize: 20});

副本集

MongoDB 的副本集是一种灾备解决方案，通过在多台服务器之间复制数据来提高数据库的可用性和可靠性。同时，副本集还提供了一些额外的功能，例如自动故障检测和自动故障转移等。下面是副本集的一些概念：

1. Primary：每个副本集都有一个 Primary，它负责接收所有的写操作，并且将这些操作传播给 Secondary。
2. Secondary：所有 Secondary 都从 Primary 复制数据，以便当 Primary 发生故障时，副本集可以选择一个 Secondary 作为新的 Primary，以维护系统的可用性。
3. Arbiter：Arbiter 是一个不持有数据的 MongoDB 实例，它只是在副本集中扮演一个仲裁者的角色。当 Primary 挂掉时，Arbiter 负责选择一个 Secondary 作为新的 Primary。
4. Priority：每个节点都有一个优先级，该优先级是一个整数，它描述了每个节点在选举新 Primary 时的相对重要性。
5. ElectionTimeoutMillis：选举超时（即选举时间）是一个参数，用于指定某个节点在到达选举时间后未能成为 Primary，那么其他节点将从其角色中撤回该节点。

MongoDB 如何实现副本集

下面，我们来介绍如何实现 MongoDB 的副本集。首先，需要创建一个副本集。可以使用以下命令来创建一个副本集，例如：rs0。

rs.initiate()

然后，我们需要将其他的 MongoDB 服务器加入到这个副本集中。例如，添加一个节点，ip为127.0.0.1，端口号为27001：

rs.add("127.0.0.1:27001")

接着，在完成节点添加之后，我们需要确保每个节点的副本集名称是相同的。例如，我们现在的副本集名称为rs0，我们可以通过以下命令来检查：

rs.status()

最后，我们需要设置每个节点的优先级和选举时间。以设置 rs0 节点为 Primary，并将其优先级设置为1，选举时间设置为3秒为例。在 rs0 执行以下命令即可：

rs.conf()
rs.reconfig({
  _id: "rs0",
  members: [
    { _id: 0, host: "ip1:port1", priority: 1 },
    { _id: 1, host: "ip2:port2", priority: 0.5 },
    { _id: 2, host: "ip3:port3", priority: 0.25, 
      votes: 0, electionTimeoutMillis: 3000 }
  ]
})

示例代码

最后，提供一个使用 MongoDB 的示例代码，以便更好地理解 MongoDB 的使用场景。

const client = new MongoClient(url, { useNewUrlParser: true });
client.connect(function(err, client) {
  assert.equal(err, null);
  const db = client.db(dbName);
  const collection = db.collection(collectionName);
  const doc = { a: 1, b: 2, c: 3 };
  
  // 插入一条文档
  collection.insertOne(doc, function(err, r) {
    assert.equal(err, null);
    assert.equal(1, r.insertedCount);

    // 查找文档
    collection.find({}).toArray(function(err, docs) {
      assert.equal(err, null);
      assert.equal(1, docs.length);
      client.close();
    });
  });
});

总结

本文介绍了 MongoDB 在高并发场景下的使用技巧，包括数据分片、副本集。希望本文可以帮助大家更好地了解 MongoDB 在实际项目中的应用。在实际的开发中，只有真正深入了解 MongoDB，才能更好的利用 MongoDB 的优点，结合应用的需求来达到更好的使用效果。

来源：JavaScript中文网 ，转载请注明来源 本文地址：https://www.javascriptcn.com/post/65a327a1add4f0e0ffb4207d