集群节点间的延迟问题

集群节点间的延迟问题

mongoDB 一个弱点,就是最终一致性,这也是所有NoSQL 的一个问题。
在CAP 理论中,数据库在 (C)onsistency、(A)vailability和(P)artition-tolerance
三者只能满足两个。比如MongoDB 有更好的 高可用性,分布式。就不可避免的牺牲了 [一致性]

前段时间开发组的反映说一条记录在插入后,再查询,没有查询到,这问题还不少。

但后面测试又到重现这个问题。但延迟肯定是有的,但一直不知道具体有多严重。这里暂时先

解决办法肯定是有的,但肯定也不能完全解决。

------------------------------------------------------------------------------------------------------

在应用中,可以从以下几个方面进行避免数据[一致性] 问题。


一、监测网络是否有瓶颈,并解决。
        这点我们网络,如果是全部放在云服务器内网进行,几乎不存在,但也不能完全排除。


二、确认硬件配置上,主从是否一致(cpu,mem,io)

        现在很多的集群中,已基本上一致的。比如[业务库],[统计库],[日志库],
        但也有例外: [标准版 正式库] 集群:[nginx101,db112,db115],nginx101 服务器的性能更好,
        但跑了其它的应用。


        这些问题有历史原因。个人是一直建议,数据库服务器数据节点上,不要跑其它的应用。以免出现
        相互干扰问题(io,net,cpu争用)。


三、oplog 大小配置,不知会不会对延迟有影响,现在配置值为10G,数据保存大约20天左右的日志量。
个人认为应该可以减少到 3 - 5G

四、使用 readpreference 读策略

        在确实遇到有些读有延迟的问题时,可以使用读策略,把一致性强的读,放到主库进行读
        #python code
        mon_conn = pymongo.MongoClient(['mongodb://192.168.20.11:28000,192.168.20.19:28000,192.168.20.13:28000,192.168.20.15:28000,192.168.20.17:28000'],
                                   read_preference=pymongo.ReadPreference.PRIMARY)



(就我们当前版本来说,也就只有上面3种方法可以做为解决问题的处理方式了,所以建议还是优先把升级放在前位)
(以下的方法,只在3.2版本可用,当然,使用时也有利有弊,一般在日志类数据保存时也不会去使用 WriteConcern )

四、使用WriteConcern 机制把数据同步写到多个从机

        1. 3个节点的集群中,保证2个节点插入成功,超时设置为5秒

        db.products.insert(
        { item: "envelopes", qty : 100, type: "Clasp" },
        { writeConcern: { w: 2, wtimeout: 5000 } }
        )

        2.在集群配置中设置多数插入成功才为成功。

            cfg = rs.conf()
            cfg.settings = {}
            cfg.settings.getLastErrorDefaults = { w: "majority", wtimeout: 5000 }
            rs.reconfig(cfg)

        3.使用TAG ,给各个集群节点设置标签,在插入,更新时,保证某个TAG 成功才为成功(insert,update 返回1)
            3.1 先配置节点tag

            conf = rs.conf()
            conf.members[0].tags = { "dc": "east", "use": "production" }
            conf.members[1].tags = { "dc": "east", "use": "reporting" }
            conf.members[2].tags = { "dc": "west","use": "production" }
            rs.reconfig(conf)
            
            3.2 设置错误
            conf.settings = { getLastErrorModes: { MultipleDC : { "dc": 1, "use": 1 } } }


            3.3 插入数据时,指定保存到某个tag 对应的节点(可能多个), 才算成功(insert,update 返回1)
                db.users.insert( { id: "xyz", status: "A" }, { writeConcern: { w: "MultipleDC" } } )



  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Redis是一个key-value存储系统。和Memcached类似,它支持存储的value类型相对更多,包括string(字符串)、list(链表)、set(集合)、zset(sorted set --有序集合)和hash(哈希类型)。这些数据类型都支持push/pop、add/remove及取交集并集和差集及更丰富的操作,而且这些操作都是原子性的。在此基础上,redis支持各种不同方式的排序。与memcached一样,为了保证效率,数据都是缓存在内存中。区别的是redis会周期性的把更新的数据写入磁盘或者把修改操作写入追加的记录文件,并且在此基础上实现了master-slave(主从)同步。 Redis的出现,很大程度补偿了memcached这类key/value存储的不足,在部分场合可以对关系数据库起到很好的补充作用。它提供了Java,C/C++,C#,PHP,JavaScript,Perl,Object-C,Python,Ruby,Erlang等客户端,使用很方便。 Redis支持主从同步。数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制。存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制,使得从数据库在任何地方同步树时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。   本课程主要讲解以下内容:1. Redis的基本使用2. Redis数据库的数据类型3. Redis数据库数据管理4. Redis的主从复制5. Redis数据库的持久性6. Redis的高可靠性和集群7. Redis的优化和性能测试8. Redis服务器的维护和管理9. Redis服务器的常见问题排错 

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值