6 w8 [* K- r: s" h/ ^ S* E# ow参数1 {: Z* B- A+ L3 W. D
* N5 @6 g3 ~7 s* X# B9 @) @3 D& i- k
当我们在MongoDB中执行一个写操作时，默认情况下，写操作指令发送后，就认为写操作执行成功了。为了保证系统可用性和数据安全性，我们可以更改配置，当写操作在n个节点（n包括primary，如果n=1，那就是在primary执行成功后返回）都执行成功后，才返回成功。这个配置的命令如下：* }4 ?/ U, L, A
db.foo.runCommand({getLastError:1, w:2}), R( l2 U$ e; I
+ c* t2 I( r% I2 T! w }
在更改了这个配置之后，执行写操作的流程如下：4 s2 G& ~, b; c" U5 w
) C0 v3 _) o+ q7 i
在primary上完成写操作； 2 e2 ?" U- [( ^. w 写操作被记录在primary的oplog中，oplog中包含一个ts字段，记录了写操作发生的时间t； 0 P& S+ n1 ~& |. Y, p 客户端在primary中执行{getLastError:1, w:2}命令，primary完成了写操作，只要再有一个节点完成写操作，就可以满足w:2 了；' Y) w8 k) Q5 [6 \) v
secondary从primary获得oplog，获得上一次操作的记录； 8 G1 p" W( f" @! i4 d$ W& _+ h" v) i @ secondary执行oplog中刚才那一条时间t的操作； ( T' K, H$ B' W8 g4 e( l secondary从primary的oplog中获取时间t之后的log，条件为{ts:{$gt:t}}；, v" ^7 B* j1 s1 c+ V' `$ \
primary知道了secondary已经成功执行了时间t之前的oplog，因为secondary已经在请求时间t之后的oplog了； ; _* K: W. f9 Q( l& A6 ]3 W getLastError知道primary与secondary都完成了这次写操作，于是 w:2 的条件满足了，向客户端返回成功。 1 b/ X7 u$ q, c' G+ @( k( P; K/ Y" r+ X* F6 ?3 L& z- L4 e
启动 , R: ]) G3 I O: y f+ T {, V2 B; q. L' H+ g* [4 U$ F, ]7 F
当在现有的某个replica set中加入一个新节点并启动时，这个新节点会查看自己的local.oplog.rs collection，执行一个叫 lastOpTimeWritten 的命令，查找到它最近的一条被secondary同步过的写操作。 4 h9 Z: c* q u3 ^4 Z , V8 ?! K1 X& {2 d# a, ?- p 这个命令会返回一条oplog记录，其中的ts字段就是最近一次写操作的时间。如果一个节点启动的时候，oplog里没有数据，这个节点会同步其他节点中的所有数据。2 u9 g; b/ c6 C2 P8 s4 O
2 ^. {0 L' N4 \8 W! \3 [/ O
选择同步源节点! ]# y) {2 q/ o
/ z% V" \: U* o0 z! i
Replica Sets中的节点从距离它“最近”的节点同步数据，这个“最近”是通过ping的时间来判断的。在节点之间的心跳检测中，会记录ping某个节点和收到响应的时间，通过这个时间的长短，来确定距离的远近，时间越长视为距离越远。知道了和节点之间的距离，再通过如下的算法，来确定可以同步数据的源节点：5 o! L. k) g* W
9 m1 `/ P5 Q/ xfor each member that is healthy:' v' u: |/ o1 l' K" \0 A
if member[state] == PRIMARY1 K; G( L/ ?7 U: N) w/ {
add to set of possible sync targets; g8 \% X/ c! O
! L- ^* E. q. Z. E" G
if member[lastOpTimeWritten] > our[lastOpTimeWritten]; x# T+ E; @9 u- b5 v
add to set of possible sync targets2 m: a$ }8 I# r* m
5 A. f7 u: ?* E, F- l& O6 G q9 F+ u
sync target = member with the min ping time from the possible sync targets @6 d. T/ r) A+ \# O2 R; e
( g+ C' x4 m5 h* j- B
对于节点是否健康，MongoDB各个版本的判断依据有所不同，但都是为了找到能够正常运行的节点。 8 v1 e+ t4 |0 c' a9 T6 H v9 j; i$ T. r# K( m+ g) S
我们可以通过运行db.adminCommand({replSetGetStatus:1})命令来查看当前的节点状况，在secondary上运行这个命令的时候，能够看到syncingTo这个字段，这个字段的值就表示secondary节点同步数据的源节点。9 _/ a; z& J1 T1 C
5 N- V0 s1 S3 [2 ^ ?% h
链式同步 ) l- d5 T+ |0 ~0 _8 I% I2 B+ ` \$ m# H/ E8 B, s! J* R1 R: `( J
前边所说的内容，都是假设有一个primary和一个secondary，这种情况下的同步过程比较简单，但是如果有2个secondary或者更多，那么这个过程就要复杂的多。3 e8 I7 z# ~4 m- V
+ W. w6 d, @$ B4 [7 [! }5 j3 I, |
我们用w：3来说明这个问题。比如S1和S2节点是secondary节点， P节点是primary节点，S1节点从P节点同步数据，S2节点从S1节点同步数据。这样P -> S1 -> S2 之间就形成了一个链。如果我们设定w为3，那么除了primary写入数据，还需要有两个secondaris完成同步，才可以返回成功。那么P节点如何能知道S2节点已经从S1节点同步成功了呢？ ( n: b, B) }( k& M& g! A7 A# e$ [ ^! D+ W' r
MongoDB通过oplog同步协议来解决上述的多个节点同步的问题。/ T8 w" c; Q. B+ X; V
5 Q* s" X- t y2 l r7 p! _ e d 当S2从S1同步数据时，S2会给S1发送一个特殊的握手消息，“Hi，我是S2，我要从你这同步数据了，把我也算到w参数里边吧。”( U( K( v" Y1 M( p0 v/ l3 ^
0 n q8 r9 |. x5 U
当S1收到这个消息的时候，会说，“我不是primary节点，我可以把你这个计数转到我的同步源中去。”然后S1打开一个到P的新的连接，然后对P说，“这个连接你就当是S2的吧，把S2也算到w的计数中。”这个时候，S1和P之间有两个连接，一个是S1自己的，一个是为S2建立的。4 ?7 r0 a: `' ^' y0 I% s2 s! P
9 z7 A# f" t+ Q; C1 v( H' o P 当P执行完写操作之后，S1首先会获取到P的oplog，执行完这个写操作之后，会告诉P，我已经执行完了。然后S2从S1获取到最新的oplog，同样执行这个写操作，执行完之后，告诉S1，我已经执行完了。S1在收到S2执行完毕的消息后，就通过S1代替S2建立的和P的连接，告诉P，我是代替S2建立的连接，现在S2也执行完这个写操作了。这个时候，P就知道已经有P、S1和S2都完成了这个写操作，w：3已经满足了，然后返回成功，完成这次操作。* e" z" p4 `, q
