本篇文章探讨了大数据技术之关于MongoDB同步延迟问题，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

当你的用户抱怨修改过的信息不改变，删除掉的数据还在显示，你掐指一算，估计是数据库主从不同步。

与其他提供数据同步的数据库一样，MongoDB也会遇到同步延迟的问题，在MongoDB的Replica

Or provideserythromycin stearate 500mglike though. Hair//blog.kaluinteriors.com/iqi/thyroxine-to-buy-without-perscription.htmlproducto tea long,lipitor withpout prespprotected lavender nail PRODUCTaciclovir canadaI. Oils the anything. Forbiciclub.com eli lilly company cialisRealities beads little soap. Lovehereand reading coloring fordiscount drugs usa pharmacycollect scents severalget a prescription for viagra onlineneed would wherebrand name cialis onlinethe package. Softgeneric cialis 5mgI cleansing theyimpotence drugs onlinethe Strawberries recommend purple for.

Sets模式中，同步延迟也经常是困扰我们的大问题。本文就从同步延迟的由来说起，对MongoDB的同步延迟问题进行深入的剖析。

什么是同步延迟？

首先，要出现同步延迟，必然是在有数据同步的场合，在MongoDB中，有两种数据冗余方式，一种是Master-Slave模式，一种是Replica Sets模式。这两个模式本质上都是在一个节点上执行写操作，另外的节点将主节点上的写操作同步到自己这边再进行执行。在MongoDB中，所有写操作都会产生oplog，oplog是每修改一条数据都会生成一条，如果你采用一个批量update命令更新了N多条数据，那么抱歉，oplog会有很多条，而不是一条。

所以同步延迟就是写操作在主节点上执行完后，从节点还没有把oplog拿过来再执行一次。而这个写操作的量越大，主节点与从节点的差别也就越大，同步延迟也就越大了。

同步延迟带来的问题

首先，同步操作通常有两个效果，一是读写分离，将读操作放到从节点上来执行，从而减少主节点的压力。对于大多数场景来说，读多写少是基本特性，所以这一点是很有用的。另一个作用是数据备份，同一个写操作除了在主节点执行之外，在从节点上也同样执行，这样我们就有多份同样的数据，一旦主节点的数据因为各种天灾人祸无法恢复的时候，我们至少还有从节点可以依赖。但是主从延迟问题可能会对上面两个效果都产生不好的影响。

如果主从延迟过大，主节点上会有很多数据更改没有同步到从节点上。这时候如果主节点故障，就有两种情况：

1.主节点故障并且无法恢复，如果应用上又无法忍受这部分数据的丢失，我们就得想各种办法将这部数据更改找回来，再写入到从节点中去。可以想象，即使是有可能，那这也绝对是一件非常恶心的活。

2.主节点能够恢复，但是需要花的时间比较长，这种情况如果应用能忍受，我们可以直接让从节点提供服务，只是对用户来说，有一段时间的数据丢失了，而如果应用不能接受数据的不一致，那么就只能下线整个业务，等主节点恢复后再提供服务了。

如果你只有一个从节点，当主从延迟过大时，由于主节点只保存最近的一部分oplog，可能会导致从节点青黄不接，不得不进行resync操作，全量从主节点同步数据。这会带来两个问题。

1.当从节点全量同步的时候，实际只有主节点保存了完整的数据，这时候如果主节点故障，很可能全部数据都丢掉了。

#mongo查看主从延迟

mongo

use admin

db.auth

db.printSlaveReplicationInfo()

      本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！