随着web2.0兴起，高并发大数据量的应用对数据库快速响应的性能要求日趋明显，传统的关系型数据库在这方面显得有些乏力。有矛自有盾，内存DB的出现弥补了传统关系型db的不足。目前市面流行的内存db主要有redis、memcach、mongodb。前面二者是基于key-value形式存储，而mongodb是基于关系型数据库表的一些特性的存储方式，并支持索引。所以在一些对大数据量、数据关联度有要求的场景下，mongodb是一种不错选择。

Replica Set是mongodb的一个副本集群方案，它优越于传统的数据库主从方式。传统的主从方式，master负责读写，slaver负责从master同步数据，一旦master宕机，slaver就废了，这种方式在灾备方面有缺陷，而mongodb的Replica Set的集群机制解决了这种缺陷。

Replica Set：

主要分为：primary（主节点，提供增删查改服务），slaver（备节点，只提供读）,arbiter（仲裁节点，不存储数据，只负责仲裁）。

流程：client从primary节点读写数据，slaver从primary那里同步数据，当primary宕机时候，arbiter会在10秒内从众多slaver节点中选出一个健康的slaver顶替primary，这样就减轻了灾害。arbiter节点本身不存储数据，只是监测集群中primary和slaver的运行情况（如果arbiter宕机，整个集群也就废了，唯一的不足之处）。slaver只提供读的功能，不能写，我们的项目查询的需求可以去连slaver节点，这样就大大减轻了primary主节点的负载。

以下是Replica Set的流程图：

Replica Set的原理我们明白了，你可能会问，我们在编程的时候，对于primary、slaver这么多db，我们一定是往primary节点写数据，如果primary节点宕机了，程序应该怎么检测，怎么找到新的primary节点呢？

不用担心，mongodb已经解决了你的疑问。mongodb提供了对各类语言的驱动的支持，你只需调用Replica Set接口，然后参照说明来使用它，下面以node.js

var Db = require('mongodb').Db,

    Server = require('mongodb').Server,
ReplSet = require('mongodb').ReplSet;

//集群Server地址
var serverAddr = {
9001: '192.168.1.100', //节点1
9002: '192.168.1.100', //节点2
9003: '192.168.1.100'  //节点3
}

//集群Sever对象的集合
var servers = [];
for (var i in serverAddr) {
servers.push(new Server(serverAddr[i], parseInt(i)));

}

var replStat = new ReplSet(servers, {});

var db = new Db('blog', replStat);

//mongodb操作
db.open(function(err, db) {
var collection = db.collection('user');
//查询一个document
collection.findOne({
name: 'jerry'
}, function(err, results) {
console.info('query:', results);
});
//插入一个document
collection.insert({
name: 'ok',
age: 28
}, function(err, results) {
console.info('insert:' + results);
});

});

上面配置了几个节点9001、9002、9003，我们无需关注哪个是主节点、备节点、冲裁节点，驱动会自动判断出一个健康的主节点来给node，我们只需专心写数据库的操作逻辑就可以了。

但这里存在一个问题，Replica Set在切换节点的时候，会出现一个断档期，我们知道node是异步/O的，在这个断档期，如果node在执行大量操作的话，弱小的栈内存会溢出，报：RangeError: Maximum call stack size exceeded错误，这个错误是系统级错误，会导致app崩掉，即使捕获异常或等db切换完成，程序依然会挂死在哪里。目前还没找到解决的方法，正在研究mongo驱动的api，试图通过一个体现切换过程状态监听的事件解决，如果该事件触发，则停止db操作，待切换完成后再恢复，这样应该可以解决问题。