爱吱声

标题: MongoDB架构概览 [打印本页]
作者: shengnan007    时间: 2012-9-18 12:31
标题: MongoDB架构概览
    关于MongoDB，我们能看到的资料，基本都是在指导大家如何使用MongoDB，但是，MongoDB内部是如何运作的，资料不是很多。
( t) k3 U' w- B) K  b% T9 U+ T) D& P# u- _
    阅读使用手册，会有很多疑惑之处。例如，有人说，MongoDB 等同于分布式的 MySQL。它把一个Table ，按 row，分割成多个Shards，分别存放在不同的 Servers 上。这种说法是否正确？7 Q* U0 Y+ Y2 L4 ?
: t$ D4 j6 t# Y$ W: N3 s
    不深入了解 MongoDB 的内部结构，就无法透彻地回答类似问题。这个系列文章，就来和大家探讨MongoDB的内部的工作方式。9 z2 @2 s0 E3 i
% R6 [  _5 ?; z5 g. a
  {: r, S5 }8 r7 W4 L

" f3 \& m5 u: c: p: y图1-1 MongoDB架构图
2 z) E) s+ _, ^% E

4 o# F9 ~& r5 N/ {! L/ M! |6 e    MongoDB 通常运行在一个服务器集群上，而不是一个单机。图1-1，描述了一个MongoDB集群的基本组成部分，包括若干shards，至少一个config server，至少一个routing servers（又称 mongos）。
% |) k* w  a3 Z6 ?
$ J! Y1 V$ J# S" dShards
5 V! O/ V/ y' q
; _3 M3 [8 y6 g, ^" Q    MongoDB的最基本的数据单元，叫document，类似于关系式数据库中的行 row。一系列documents，组成了一个collection，相当于关系式数据库中的table。当一个 collection 数据量太大时，可以把该collection按documents切分，分成多个数据块，每个数据块叫做一个chunk，多个chunks聚集在一起，组成了一个shard。3 X/ t! w$ f$ d0 A' T7 s
9 f& Y7 r0 A# l6 x% v  w5 y
    Sharding 的意义，不仅保障了数据库的扩容（scalability），同时也保障了系统的负载均衡（load balance）。
& ]  _6 h" ^6 _6 H0 e+ t* k- u7 k5 t6 w# f8 Y
    每一个shard存储在一个物理服务器（server）上。Server上运行着mongod进程，通过这个进程，对shard中的数据进行操作，主要是增删改查。3 e/ n4 p5 T# o* c  O) o% ]

! x6 ]% f) R9 M! c    如果系统中的每个shard，只存储了一份数据，没有备份，那么当这个shard所在的server挂了，数据就丢失了。在生产环境中，为了保证数据不丢失，为了提高系统的可用性（availability），每一个shard被存储多份，每个备份所在的servers，组成了一个replica set。! Q  [- o* w& Z

7 J- T8 M7 R$ {0 LShard keys
4 F, P" X: R$ o$ r  `        
* z! m# p7 u! T$ r/ O    为了把collection切分成不同的chunks，从而存放到不同的shards中，我们需要制定一个切分的方式。
1 S6 a6 ?; M( c# {; c
9 Z0 ~. m. P/ p) I    如前所述，在 MongoDB 数据库中，一个表collection由多个行 documents 组成，而每个 document，有多个属性 fields。同一个 collection 中的不同的 documents，可能会有不同的 fields。例如，有个 collection 叫 Media，包含两条 documents，
3 o) k+ C; d- X
. T! ?% x2 U! G; u{4 d. I- w% ?; K- J
  "ISBN": "987-30-3652-5130-82",: O7 `& n9 W) o; V& ^8 D4 G
  "Type": "CD",
( q  N7 W$ O' f  "Author": "Nirvana",
# P7 `' k" w% o- G& e  "Title": "Nevermind",
, D0 H5 \5 G; @- _  "Genre": "Grunge",# S/ `5 L7 r. P9 b( }/ E+ E: c" F
   "Releasedate": "1991.09.24",
1 O0 W1 G$ O. @( d   "Tracklist": [
% C: c2 Y% [" C3 F/ @     {2 _+ I( x, K7 z& x/ s1 `+ n3 n
        "Track" : "1",# r' O6 ~; B, J0 |
        "Title" : "Smells like teen spirit",% Q2 l7 Z- s4 q, J! N
        "Length" : "5:02"& N& ~" S$ A. ~8 e  l$ T9 j
     },
+ e; K- v" d6 @9 e     {
2 R. I& `; R  n' @4 T2 y        "Track" : "2",
% g8 T/ l" E  [2 ^* Q        "Title" : "In Bloom",
4 o! |" C, I, e2 P        "Length" : "4:15"7 y8 v' T, c. h) P( h
     }
0 S' O/ {8 e$ d+ S   ]
7 f: P3 n1 w: t& ^5 N/ j}4 v7 L0 L6 X! x- F" y
+ e+ z: U6 ~9 u
{/ J# D: c: L0 D# ^9 I
  "ISBN": "987-1-4302-3051-9",8 h' u( i+ q3 H5 F3 j
  "Type": "Book",
4 {3 b1 m- \" S1 x# \* Q. E& c  "Title": "Definite Guide to MongoDB: The NoSQL Database",2 c8 B) t3 R# R+ U; `% a! K( D
  "Publisher": "Apress",, \% m- ?! y+ N3 N
  "Author": " Eelco Plugge",
2 H  j! d. t& M# l0 C% g3 P( \  "Releasedate": "2011.06.09"
* Z$ ^: f. A+ _. N" w}/ p3 o3 x6 ]. c! j& k( G
/ @$ g/ z4 ?3 t3 {1 d* |
    假如，在同一个 collection 中的所有 document，都包含某个共同的 field，例如前例中的“ISBN”，那么我们就可以按照这个 field 的值，来分割 collection。这个 field 的值，又称为 shard key。
4 C- a, v. ?9 d: Q/ ~+ y
9 S3 P# w; |' Q2 l9 [    在选择shard key的时候，一定要确保这个key能够把collection均匀地切分成很多chunks。: W8 i- ], m- x2 w3 I

/ @3 b, }5 A% L    例如，如果我们选择“author”作为shard key，如果有大量的作者是重名的，那么就会有大量的数据聚集在同一个chunk中。当然，假设很少有作者同名同姓，那么“author”也可以作为一个shard key。换句话说，shard key 的选择，与使用场景密切相关。
6 B- [5 X! I# s  q& D7 l  j( c1 C7 l& ]9 o- @
    很多情况下，无论选择哪一个单一的 field 作为shard key，都无法均匀分割 collection。在这种情况下，我们可以考虑，用多个 fields，构成一个复合的shard key。
& N2 j  h0 @+ H+ G! A$ m
+ z- ]8 x$ e$ {9 t  K% [    延续前例，假如有很多作者同名同姓，他们都叫“王二”。用 author 作为 shard key，显然无法均匀切割 collection。这时我们可以加上release-date，组成name-date的复合 shard key，例如“王二 2011”。) @; T/ |. a' H

% O5 j$ Z/ {! o" R! g( ^Chunks$ q* y" K8 `2 I, }) d
        
# w0 ^! n' A% }    MongoDB按 shard key，把 collection切割成若干 chunks。每个 chunk 的数据结构，是一个三元组，{collection，minKey，maxKey}，如图1-2 所示。
8 p; L3 k6 C1 O$ v) G' q6 }/ }
  E* W1 i; `: U) B

! x! K' B- S+ k3 e2 Z/ |图1-2 chunk的三元组
- L% t. F( ?1 {' O& b$ m2 O
2 }& l( |$ P. b% H5 t% y
    其中，collection 是数据库中某一个表的名称，而 minKey 和 maxKey 是 shard key的范围。每一个 document 的shard key 的值，决定了这条document应该存放在哪个chunk中。. X: ^- [  L0 K4 V
  J; L( ^" L5 c. q5 o
    如果两条 documents 的 shard keys 的值很接近，这两条 documents 很可能被存放在同一个 chunk 中。' l  {3 e! _2 x& a
$ M9 R% |; \6 n8 c
    Shard key 的值的顺序，决定了 document 存放的 chunk。在 MongoDB 的文献中，这种切割 collection 的方式，称为order-preserving。$ P' S" E. B- S( z. [9 z
: D+ j. Y" x- o  f1 i. p
    一个 chunk最多能够存储64MB的数据。 当某个chunk存储的 documents包含的数据量，接近这个阈值时，一个chunk会被切分成两个新的chunks。
1 {8 m! R, \$ M+ M# K% j/ o: O5 Q- F8 }: [
    当一个shard存储了过多的chunks，这个shard中的某些chunks会被迁移到其它 shard中。
6 ?+ e9 B' }; I& r  F* x' H9 p) e  `2 Z8 `) K
    这里有个问题，假如某一条 document 包含的数据量很大，超过 64MB，一个 chunk 存放不下，怎么办？在后续章节介绍 GridFS 时，我们会详细讨论。
2 o! P0 |% D; h! T" e& r0 m7 l- P% y& `9 j, E
Replica set
0 c& F7 ]0 T# {" _2 {& p        
: u7 K4 [/ O/ U% C! p! O    在生产环境中，为了保证数据不丢失，为了提高系统的可用性（availability），每一个shard被存储多份，每个备份所在的servers，组成了一个replica set。
+ N( \( d* e% T( e. V* o- @% P' K+ H" h# ]7 ]! R5 w
    这个replica set包括一个primary DB和多个secondary DBs。为了数据的一致性，所有的修改(insert / update / deletes) 请求都交给primary处理。处理结束之后，再异步地备份到其他secondary中。
- {" k; u5 k, I2 @! {
* \" g9 T% f) v% I    Primary DB由replica set中的所有servers，共同选举产生。当这个primaryDB server出错的时候，可以从replica set中重新选举一个新的primaryDB，从而避免了单点故障。
% `* s# ?" }5 ^' g. v& l8 {
8 G- b; [: l+ t- g7 R' L2 D2 }    Replica set的选举策略和数据同步机制，确保了系统的数据的一致性。后文详述。
. h! T0 G! p  i5 }* b
6 s, Y, Q: o$ {Config Server
  ?: w; E1 ~+ T0 ^, l# ~8 H        
/ \- S3 v0 |# ^: X    Config servers用于存储MongoDB集群的元数据 metadata，这些元数据包括如下两个部分，每一个shard server包括哪些chunks，每个chunk存储了哪些 collections 的哪些 documents。& Z% i: p6 j8 W, C* r7 D7 F" `* S
: f2 Z3 k( V. j; J$ p( K
    每一个config server都包括了MongoDB中所有chunk的信息。, X8 d7 ?. X8 _7 u; \( \' C" t, H
4 ~- S) v! J% o
    Config server也需要 replication。但是有趣的是，config server 采用了自己独特的replication模式，而没有沿用 replica set。
! e1 d3 h; ?  m* c7 W' ]; P6 r8 [8 l" t+ \& V6 t2 |( B& H& F3 o2 o
    如果任何一台config server挂了，整个 config server 集群中，其它 config server变成只读状态。这样做的原因，是避免在系统不稳定的情况下，冒然对元数据做任何改动，导致在不同的 config servers 中，出现元数据不一致的情况。
8 l. n* z# k+ R! a/ L2 n' C, A8 p% \) c# T
    MongoDB的官方文档建议，配置3个config servers比较合适，既提供了足够的安全性，又避免了更多的config servers实例之间的数据同步，引起的元数据不一致的麻烦。
# M* O0 E7 Q) d& v9 \+ ?7 Z8 @
  b1 f  ]6 T' {4 e# K% `$ [, m6 TMongos
* Y* `& G; H3 V" j' @6 C* p: {1 ~, {  C. \
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
9 r, Y8 f# m# @1 _7 t: S2 X# l% c
2 u/ y6 _* o/ P8 i/ V    当 mongos 接收到用户请求时，它先查询 config server，找到存放相应数据的shard servers。然后把用户请求，转发到这些 shard servers。当这些 shard servers完成操作后，它们把结果分别返回给 mongos。而当 mongos 汇总了所有的结果后，它把结果返回给用户。7 |4 O# H  G  }

6 A' f( a$ O7 D7 P7 \. b    Mongos每次启动的时候，都要到config servers中读取元数据，并缓存在本地。每当 config server中的元数据有改动，它都会通知所有的mongos。3 I6 T, b& ~$ N$ u3 ^/ Y

3 ?7 K; t$ T: G4 S0 t" a    Mongos之间，不存在彼此协同工作的问题。因此，MongoDB所需要配置的mongos server的数量，没有限制。
, `' C4 F5 S( v1 o+ C  _, X7 a! f- O1 q( A! H- V4 O0 t# L  s
    通过以上的介绍，我们对每个组成部分都有了基本的了解，但是涉及到工作的细节，我们尚有诸多疑问，例如，一个chunk的数据太大，如何切分？一个shard数据太多，如何迁移？在replica set中，如何选择primary？server挂了，怎么进行故障恢复？接下来的章节，我们逐个回答这些问题。
) ?' U  E+ E. z$ N
0 a- g# V( ^( w* O- v3 Z) h" J& N9 b
Reference，
7 A6 t5 p, J$ v' @! c) @8 |, b) X3 ?) `1 s2 p& @
[0] Architectural Overview/ B& r! I: r# @, p/ t2 i0 u
http://www.mongodb.org/display/DOCS/Sharding+Introduction
8 J4 Y5 s, I& w5 _0 Z
作者: PenPen    时间: 2012-9-18 12:40
本帖最后由 PenPen 于 2012-9-18 12:44 编辑 # ]: P# d" _7 X; @0 `8 q

2 V+ G$ R* T4 [: n  P6 N9 r
$ o' B0 h. [. X: p# b; U( s9 ^您是和邓侃一起写文章的盛楠么？
作者: shengnan007    时间: 2012-9-18 12:44
呃。。。是我啊。。。
作者: shengnan007    时间: 2012-9-18 12:44
PenPen 发表于 2012-9-18 12:40 1 \! q9 \4 {2 F7 J* f8 {4 R
您是和邓侃一起写文章的盛楠么？
5 I4 o6 U9 @& Q% O( B
是我啊。。。这都能被认出来。。。
作者: PenPen    时间: 2012-9-18 12:47
shengnan007 发表于 2012-9-18 12:44 $ M" P, k: F* T' U! l- R5 s
是我啊。。。这都能被认出来。。。
& V5 h2 }+ _- ]0 j  {- z
这篇文章我读过。开始以为是转贴的，后来再一看id就发现真相了~
作者: shengnan007    时间: 2012-9-18 12:49
PenPen 发表于 2012-9-18 12:47
( `' x2 P) K6 a5 i  T这篇文章我读过。开始以为是转贴的，后来再一看id就发现真相了~

2 z, E9 M9 Z$ S, J# B: p多谢支持。还有两篇一会帖过来。后续的还在写。边看源码边写，比较慢，hoho。这里是要推荐才能变成正式会员是么？
作者: 不爱吱声    时间: 2012-9-18 12:51
shengnan007 发表于 2012-9-17 22:49
7 O9 Z* F0 d8 i! p多谢支持。还有两篇一会帖过来。后续的还在写。边看源码边写，比较慢，hoho。这里是要推荐才能变成正式会 ...
% T3 k- |0 ~5 R
欢迎，欢迎，已经给你变成正式会员了。
作者: shengnan007    时间: 2012-9-18 12:57
不爱吱声 发表于 2012-9-18 12:51
7 a* n1 K4 U8 i( A欢迎，欢迎，已经给你变成正式会员了。
' Y( ?4 p5 e% o# J; B
多谢多谢啦~~
作者: 巴山    时间: 2012-9-19 03:38
我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。  I$ P) h& V9 d- G- H( m
7 v6 B$ m* `& w/ \- G/ ?
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
! i4 [9 y8 F  E; J( ~' Q; c1 q& p2 C9 t# s
中文看得真累，大部分还是英文术语。
) p. C  X8 |- Z- h+ i
0 O# D" X$ a  k# T, k# h3 r: Y0 ], d( t这应该是一个系列吧，后面怎样寻找，执行指令等开始入门，还是说的太简单了。
( ]! ]. s" R' p  `/ a8 J1 M7 o5 e( p' C( i. _
现在distributed DB在那些大网站很重要，现在开始有跟已有DB分庭抗礼的苗头，不过不是那里工作的话，其中的奥妙大概难说清楚。
作者: shengnan007    时间: 2012-9-19 08:40
巴山 发表于 2012-9-19 03:38 ) B. a8 C, [1 q; z
我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。$ u1 U0 U+ s' _

) L. ?" L$ k7 q* O ...
9 ]- y9 \9 b& i) x1 `; R6 m
mongoDB作为存储是没有问题的，财务这种核心数据，还是不建议使用mongoDB的
作者: shengnan007    时间: 2012-9-19 08:44
梦晓半生 发表于 2012-9-19 04:21
% ^' i& x1 L/ p* T( o. c, m谢谢。6 `3 K0 z% V/ \! D/ G+ |

$ H; F2 C* H6 c中文看得真累，大部分还是英文术语。

7 C3 U  h+ k* r现在关于mongoDB的文章，大部分都是在告诉大家怎么用，涉及到内部运行机理的文章，数量不多，而且不成体系。这个系列文章的目的，是让大家了解mongoDB的基本的运行机理，这样以后使用的时候，可以知其所以然。但是由于这方面的资料很少，我也是到处找资料，写了这么几篇，再往后，就是边使用，边看源码，边写了。
作者: profer    时间: 2012-9-19 14:16
shengnan007 发表于 2012-9-18 12:44 ' I' P. J. O# z; _, e
是我啊。。。这都能被认出来。。。

* m/ x* V1 b* s0 `! j: n; B/ B" i1 i是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16 0 H& Y! s0 X0 C  L6 G$ q
是邓嫂么？
7 E: i! R) s0 u; `  n+ z
是邓的小兵
作者: 恶魔吹笛来    时间: 2012-9-19 18:35
有点惊讶 居然在这里看到这篇文章 呵呵 静待大作
作者: 梦晓半生    时间: 2012-9-20 00:57
shengnan007 发表于 2012-9-19 08:44   \: P, _1 [/ S
现在关于mongoDB的文章，大部分都是在告诉大家怎么用，涉及到内部运行机理的文章，数量不多，而且不成体 ...

6 q% {4 U* }$ P/ X' Y+ r  j太好了，期待中，希望都带上英文reference。; V. z/ k6 Q% X

+ x% y: E1 b  v' o$ }) L2 Y4 Y现在这种新技术很多，Mongo是比较流行的一个，我这里附带一下一堆NoSQL的新系统，到最后估计会有几个胜出。
) {  i5 ^4 [7 J3 {/ ?& v
* D" s8 H  w3 `& Q: _http://en.wikipedia.org/wiki/NoSQL
作者: shengnan007    时间: 2012-9-20 08:53
梦晓半生 发表于 2012-9-20 00:57
$ ?6 F+ l6 ]: N1 f太好了，期待中，希望都带上英文reference。
1 w+ i9 a' u, K0 b1 G* ^& M2 q$ N2 V- f1 P2 a
现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...
3 t- J: R6 G+ a( m4 V  w+ l6 p) J
现在写的也很纠结，资料太少了，哈哈
作者: 梦晓半生    时间: 2012-9-21 11:52
shengnan007 发表于 2012-9-20 08:53 1 }4 O: _& S) d
现在写的也很纠结，资料太少了，哈哈

' A) @% }( q* V+ Z建议从NoSQL写起，这是推动新数据库设计的需求关系，原始动力。
5 _8 |' a4 ]' f/ c5 A- m4 Z) x! K* c. `: B
http://en.wikipedia.org/wiki/NoSQL; |, v5 g+ Q" Z7 v5 b) Q

4 }" R: x! f; d8 r5 j( v, {
作者: 定风波    时间: 2012-9-21 17:03
恶魔吹笛来 发表于 2012-9-19 18:35 % a7 \8 ^$ N5 X1 m& _! F$ F
有点惊讶 居然在这里看到这篇文章 呵呵 静待大作
( J( [9 U5 b0 {4 ~$ c& p
有什么可惊讶的邓侃在前一个爱坛版本是很早的注册用户呢，从开心网一块迁移的。。。
作者: shengnan007    时间: 2012-9-24 09:11
梦晓半生 发表于 2012-9-21 11:52
3 d! g. o# D- ]3 h3 i建议从NoSQL写起，这是推动新数据库设计的需求关系，原始动力。
) H, a0 Q8 R1 _% K, a! o/ C+ \; J/ X
http://en.wikipedia.org/wiki/NoSQL
  q/ P9 n, i. W- _7 n, j
好的好的，现在这个写完，然后开始写nosql



欢迎光临 爱吱声 (http://www.aswetalk.net/bbs/) Powered by Discuz! X3.2