能分，但需显式配置readpreference为secondary或secondarypreferred，否则读请求默认全走主节点；事务、readconcern: 'majority'未满足或从节点延迟高时会自动降级回主。
主节点 CPU/IO 高，读请求真不能分到从节点？
能分，但默认不生效。MongoDB 的 readPreference 必须显式设置为 secondary 或 secondaryPreferred，驱动层才发读请求到从节点；否则所有读（包括 find、count、aggregate）都打在主节点。
- Node.js 驱动里要传
{ readPreference: 'secondaryPreferred' }到collection.find()或客户端选项里，不是只配连接字符串就完事 - Java 驱动需用
ReadPreference.secondaryPreferred()显式构造，Spring Data MongoDB 默认仍是primary - 注意：带写操作的事务、
readConcern: 'majority'且从节点未同步完时，secondary读会失败或自动降级回主节点 - 从节点延迟高（
optimeDate落后 >1s）时，secondaryPreferred可能仍走主——这不是 bug，是驱动的保底逻辑
Oplog 尾部扫描拖慢主节点？别盲目关 tailing
应用层用 changeStream 或自建 oplog watcher 时，如果每秒建立新游标、不复用 resumeToken，主节点就要反复扫描 oplog 尾部，触发大量磁盘随机读和锁竞争。
- Change stream 默认启用
tailing+awaitData，但若客户端频繁断连重连，每次都会触发一次全量 oplog 查找（尤其当startAfter丢失时） - 真实生产中，
oplog.rs大小建议 ≥ 24 小时写入量；小于 6 小时容易导致CursorNotFound或ChangeStreamHistoryLost - 不要为“省资源”把
oplogSize调到 512MB —— 单次写入峰值高时，几秒就能填满，引发频繁滚动和复制中断 - 监控关键指标：
repl.oplogTruncation.lagMillis（oplog 截断延迟），持续 >5000ms 说明 I/O 已成瓶颈
从节点扛不住读流量？先看它是不是真“空闲”
很多集群的从节点其实在默默干脏活：比如开启 slaveDelay 做延时备份、配置了 hidden: true 却被误加进读列表、或者运行着 mongodump 或 mongoexport 等离线任务。
- 执行
rs.printSecondaryReplicationInfo()查各节点 oplog 落后时间，落后 >30s 的从节点不适合接实时读 -
db.currentOp({ secs_running: { $gt: 10 } })看是否有长耗时查询卡在从节点上（比如没建索引的count({})） - 隐藏节点（
hidden: true）默认不参与读负载，但若应用代码硬编码了 host 列表并直连它，就等于绕过复制集路由逻辑 - 副本集内节点间网络延迟 >20ms 时，
readConcern: 'majority'会显著拉长读响应，此时应评估是否真需要该级别一致性
读分流后延迟突增？检查 writeConcern 和 journal 设置
把读切走后，主节点写压力没降反升，常见原因是调高了 writeConcern（如设成 { w: "majority" }）但没同步调大 journal 刷盘间隔，导致日志写放大 + fsync 阻塞。
-
w: "majority"要求多数节点落盘，若从节点磁盘慢或网络抖动，主节点会卡在等待确认，表现为WriteConflict上升、networkIn持续高位 - 关闭
journal能减主节点 IO，但崩溃后可能丢最近 100ms 写入——别在生产环境关，除非你明确接受这个风险 - 更稳妥的做法：保持
journal: true，调大commitIntervalMs（默认 100ms）到 200–300ms，平衡持久性与吞吐 - 用
db.runCommand({ replSetGetStatus: 1 })中的optimes.lastCommittedOpTime对比各节点值，确认“多数派”是否真稳定
Oplog 抓取本身不消耗主节点 CPU，但它的磁盘顺序读会和 journal 刷盘争 I/O 队列；真正压垮主节点的，往往是没意识到读写分离后 writeConcern 和 journal 的隐性耦合。
