跳到主要内容
锦木信息 JINMU INFO
MongoDB 博客
MongoDB · 技术文章

读写关注:
在速度与一致性之间拧旋钮

在副本集里,一次写入先落在主节点,再异步复制给其他成员。"写成功"到底意味着什么?"读到的是不是最新"又由谁决定?答案分别藏在 writeConcern、readConcern 和读偏好(read preference)这三个设置里。这篇文章讲清它们各管什么、怎么组合,以及哪些场景该用哪一档。

写关注 writeConcern写入确认到哪一步,才算"成功"
w: 0不等确认
w: 1主节点确认
w: "majority"多数派持久化
更快 · 风险更高更慢 · 更安全
读关注 readConcern读到的数据有多"确定"
available延迟最低
local默认
majority多数派确认
linearizable最强
延迟更低保证更强

示意:标记的位置表示相对的保证强度与延迟,不是精确度量

01 · 为什么需要这些设置

因为复制是异步的,故障是会发生的

如果数据库只有一个节点,"写成功"就是写成功。副本集多了几个成员,问题就来了:写到了哪里才算数?读的又是哪里?

问题 01

写到哪才算数?

只写到主节点就返回,速度最快。但如果主节点在数据复制出去之前下台,这次写入可能被回滚。

问题 02

读到的会被回滚吗?

默认读到的是该节点上的数据,不保证已经写到多数派。这样的数据同样有被回滚的可能。

问题 03

该读哪个节点?

读从节点能分担主节点压力,但从节点可能落后。读偏好决定请求发往谁,也决定了读到旧数据的风险。

先记住一句话

官方文档里有一句提醒:无论使用哪个读关注级别,某个节点上的最新数据,未必就是整个系统里的最新版本。一致性不是开关,而是一组需要权衡的旋钮。

02 · 写关注

w、j、wtimeout:三个字段,三件事

写关注的形式是 { w: <值>, j: <布尔>, wtimeout: <毫秒> }。

w

需要多少成员确认

要求写入已经传播到指定数量的 mongod 实例,或者带有指定标签的实例。

j

是否已写入磁盘日志

要求写入已经落到磁盘上的 journal。它本身并不能防止故障切换时的回滚。

wtimeout

最多等多久

防止写入无限期阻塞的时间上限(毫秒)。注意:超时只返回写关注错误,不会撤销已经成功的数据修改。

w 的取值含义风险与提示
w: 0 不请求确认,可能只返回套接字或网络错误 不知道写入是否成功,只适合真的可以丢的数据
w: 1 单机或主节点确认即可 主节点在复制之前下台,数据可能回滚
w: "majority" 数据承载的投票成员中的多数派,已把变更持久写入各自的 oplog 多数部署的默认值,写入延迟相对更高
w: N(N > 1) 主节点加上足够多的数据承载从节点 从节点不必是投票成员
自定义名称 带标签的成员满足 settings.getLastErrorModes 里定义的规则 适合跨机房、按标签要求确认
默认值与例外

多数部署默认是 majority

隐式默认写关注是 w: "majority"。例外:当存在仲裁节点,且非仲裁节点数不超过投票成员的多数时,默认是 { w: 1 }。官方例子:2 个非仲裁节点 + 1 个仲裁节点,默认 w: 1;4 个非仲裁节点 + 1 个仲裁节点,默认 "majority"。

8.0 的变化

majority 的确认时机提前了

从 MongoDB 8.0 起,{ w: "majority" } 在多数派把 oplog 条目持久写入之后就返回确认;此前要求成员已经应用了这次写入。5.0 起,处于 STARTUP2 状态的成员不参与写多数派。

两个坑

一是 Primary-Secondary-Arbiter 这类拓扑:计算出的多数派等于数据承载的投票成员数,只要有一个数据节点挂了,"majority" 写入就可能超时,官方建议避免这种拓扑配 majority 写。二是没有设置 wtimeout 时,无法满足的写关注会一直阻塞,务必给关键写入配上超时。

03 · 读关注

五个级别,保证逐级变强

读关注控制从副本集和分片集群读到的数据有多"确定",以及事务内的隔离程度。默认级别是 local。

级别保证注意
local 返回该实例上的数据,不保证已写入多数派 读主节点和从节点时的默认值;数据可能被回滚
available 与 local 类似,不保证已写入多数派 分片集群上延迟最低,但读分片集合时可能返回孤儿文档;不能用于因果一致性会话和事务
majority 返回已被多数派确认的数据,即使发生故障也是持久的 副本集需使用 WiredTiger;在事务中,只有以 majority 写关注提交时才有保证
linearizable 反映读开始之前所有已完成的、多数派确认的写入,必要时会等待并发写入传播到多数派 只能读主节点;明显慢于 majority 和 local;保证仅在过滤条件唯一确定单个文档时成立;务必配 maxTimeMS
snapshot 返回跨分片、来自同一个时间点的多数派已提交数据 主要用于多文档事务;事务需以 majority 写关注提交,保证才成立
单次操作指定读写关注
// 写入:多数派确认,最多等 5 秒
db.orders.insertOne(
  { orderNo: "A1001", amount: 99 },
  { writeConcern: { w: "majority", wtimeout: 5000 } }
)

// 读取:只读多数派已确认的数据
db.orders.find({ orderNo: "A1001" })
  .readConcern("majority")
线性化读:务必带上 maxTimeMS,避免无限期阻塞
db.locks.find({ _id: "job-42" })
  .readConcern("linearizable")
  .maxTimeMS(10000)
设置集群级默认值(对所有未显式指定的操作生效)
db.adminCommand({
  setDefaultRWConcern: 1,
  defaultWriteConcern: { w: "majority" },
  defaultReadConcern:  { level: "majority" }
})
在事务里

多数文档事务里要在事务级别设置读写关注,而不是在单个操作上:在集合或数据库级别设置的读关注,在事务内会被忽略。事务支持 local、majority 和 snapshot。

04 · 读偏好

请求发给谁,也是一致性的一部分

读偏好决定读请求被路由到哪个成员。它和读关注是两件事:前者选"读谁",后者选"读到什么程度的数据"。

primary

只读主节点

默认模式。数据最新,但所有读都压在主节点上。

primaryPreferred

优先主节点

主节点可用就读主节点,不可用时回退到从节点。

secondary

只读从节点

分担主节点压力,但可能读到落后的数据。

secondaryPreferred

优先从节点

优先读从节点,没有可用从节点时回退到主节点。

nearest

延迟最低的成员

不区分主从,选网络延迟最低的成员,适合跨地域读。

读从节点的代价

从节点是异步复制的,刚写入的数据可能还没到。读从节点前,要清楚业务能容忍多大的延迟,可以用 maxStalenessSeconds 限制从节点允许落后的程度。另外,两个节点可能短暂地同时认为自己是主节点,此时连着旧主的客户端即使用 primary 也可能读到过期数据,它的新写入最终也会被回滚。

05 · 因果一致性

"读到自己刚写的",怎么保证

一个常见的需求:用户刚提交了订单,刷新页面必须看到它。如果这次读恰好落在还没同步的从节点上,用户就会以为订单丢了。

原理

用因果一致的会话把读写串起来

在因果一致的会话里,驱动会自动为读操作带上 afterClusterTime,让读操作等到数据追上之前的写入。要获得这个保证,读和写都要使用 "majority"。

限制

并非所有读关注都能用

因果一致性会话支持 local、majority、snapshot;available 和 linearizable 不能使用。

在 mongosh 里:写入后立刻从从节点读,也能读到
// 开启因果一致的会话
const session = db.getMongo()
  .startSession({ causalConsistency: true })
const orders = session.getDatabase("shop").orders

// 写:多数派确认
orders.insertOne(
  { orderNo: "A1002", amount: 59 },
  { writeConcern: { w: "majority" } }
)

// 读:同一会话、majority,可以读从节点
orders.find({ orderNo: "A1002" })
  .readConcern("majority")
  .readPref("secondary")

session.endSession()
为什么需要它

官方文档明确指出:在 { w: "majority" } 确认之后,立刻去从节点查询,不一定能看到这次修改。想保证看到,就要用因果一致的会话。

06 · 怎么选

一致性不是越强越好,而是够用就好

每一档更强的保证,都要用延迟或可用性来换。下面是一份通用的选型思路,请结合自己的业务容忍度调整。

场景写关注读关注 / 读偏好说明
支付、订单、账务 w: "majority" majority · primary 数据不能因故障切换而丢失或回滚,延迟可以换
埋点、日志等可容忍丢失 w: 1 local 追求吞吐,接受极端情况下的少量丢失
报表、统计分析 默认 local · secondary 把读分流到从节点,配合 maxStalenessSeconds 控制落后程度
读自己刚写入的数据 w: "majority" majority · 因果一致会话 读从节点也不会"看不到自己刚写的"
锁、唯一标识等强一致单文档读 w: "majority" linearizable · primary 只在主节点读,延迟高,务必配 maxTimeMS
WAP 提示

一旦决定读从节点,复制延迟就成了必须盯住的指标:延迟升高,意味着从节点上的数据更旧,读到过期数据的概率随之变大。复制延迟、成员状态这类指标,正是 WAP 监控和告警模块持续关注的对象。

最后一句

先想清楚
你的数据"丢不起"还是"等不起"

读写关注没有标准答案,只有取舍。把每类数据的容忍度想清楚,再去拧对应的旋钮,比一刀切地全部设成最强更合理。

聊聊您的数据难题

告诉我们业务现状,资深技术顾问一对一给出选型与实施建议,咨询免费。