這兩天閱讀有關MongoDB的技術文章，也一直在思考一個問題。使用MongoDB的MapReduce在做數據的統計運算時，如何不影響MongoDB提供的實時訪問服務。結合HBase的使用經驗，談談自己的體會。
這段時間，我一直思考並打算使用MongoDB替換MySQL，存儲社區的相關數據，提供實時的數據查詢服務。除此之外，MongoDB還支持MapReduce計算模型和GridFS分佈式文件系統。那麼就問自己：除了讓MongoDB提供實時的數據查詢服務，能不能同時擔當數據的統計、分析工作，這是MapReduce的強項。
在淘寶做產品搜的項目的時候（hbase），由於其他原因，ops當時臨時拼湊了45臺服務器，搭建產品搜的離線運算集羣。這45臺機器和淘寶的主搜索（寶貝搜索）在一個機房內，並且分散在不同交換機下，導致在做運算的時候，擠佔了大量帶寬，致使主搜索丟棄了大量用戶請求。MongoDB同時擔當兩種角色，服務器的網絡拓撲結構就更顯得重要。
假設存在MongoDB裏的數據可以有3份拷貝，那麼我們可以讓兩份數據放在一個機櫃（機櫃A）下面，第三份數據放在另一個機櫃（機櫃B）下，這樣機櫃B也有一份完整的數據。master優先選擇機櫃A的兩份數據，機櫃A提供實時數據訪問服務，機櫃B提供MapReduce數據統計、分析服務。這樣兩邊的網絡流量就互不影響了。
這樣的架構還有一個好處，就是當一個機櫃壞掉的時候，還有另一個機櫃有完整的數據。
這是一個基本模型，多個機櫃的情況下，可以按此邏輯擴展。