写入语义
和Kafka的写入语义非常像，可以通过参数来控制写入数据究竟写到哪里，写入语义对性能、可用性和数据可靠性有显著的影响。
在MongoDB里，写入语义也叫Write Concern，它由w、j和wtimeout三个参数控制。
w参数
它的取值如下：
majority：要求写操作已经同步给大部分节点，默认取值，可用性强，但是写入性能差- 数字
N：如果N=1，要求必须写入主节点；如果N大于1，那么就必须写入主节点，而且写入N-1个从节点；如果N=0，那么就不用等任何节点写入。性能很好，但是虽然客户端收到了成功的响应，数据也有可能丢失。 - 自定义写入节点策略：可以给一些节点打上标签，然后要求写入的时候一定要写入带有这些标签的节点，实践中用的较少
j参数
控制数据有没有被写到磁盘上，对于j来说它的取值就是true或false
wtimeout参数
写入的超时时间，只会在w>1的时候生效。
在超时之后MongoDB就直接返回一个错误，但是这种情况下，MongoDB可能还是写入数据成功了
面试准备
- 负责的业务或公司有没有使用MongoDB，主要用来做什么
- 为什么要用MongoDB，用MySQL可以吗
- 用MongoDB的时候，文档支持分片吗？如果支持的话，按什么来分片的？
- 业务有多少数据量，并发有多高？
- MongoDB怎么部署的，主从节点有多少？有没有多数据中心的部署方案？
- MongoDB的写入语义，即w和j这两个参数的取值
面试话题引导
- Kafka的acks机制，可以引申到MongoDB的写入语义上
- 其他中间件的对等结构，或主从结构，可以引导到MongoDB的分片和主从机制上
- Kafka的元数据，可以结合MongoDB的元数据一起回答
- MongoDB数据不丢失的问题，可以结合写入语义来回答，参考Kafka分析的思路。
在整个MongoDB的面试过程中，注意和不同的中间件进行对比，凸显在这方面的积累
