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。

7 {' n  C% a+ R2 u  e3 {    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？
( a  O- P9 P% y% n5 r# {0 t
, D! D0 B. f2 O+ U: t( k: b8 k/ `    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。
  A0 A5 }0 `5 X1 l

$ _- Q4 A# I& n9 `+ I9 L* }# U
图1-1 MongoDB架构图

/ u% w* z0 o: O" ]* b; r/ O    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）。
* G/ a: d& d$ _2 f
Shards
" |* L5 W0 v/ c( j
- m4 D; S4 K6 o    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。
# C  r) ], x8 Y1 z
+ ?+ B2 d3 s: l- K! T2 j    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）。

    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。

    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。
, b( j  Y7 s3 b3 K
6 p1 R" s8 |7 P* N8 O* Q* S" b6 M+ Q$ sShard keys
        
    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。

    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，

{
  "ISBN": "987-30-3652-5130-82",
: x4 f( f4 z! a5 |  "Type": "CD",
  "Author": "Nirvana",
/ r1 U; ]& t2 q- F% }5 z  "Title": "Nevermind",
) r; w; f3 g( L, Z- C% L% }4 w2 Q  "Genre": "Grunge",
9 L8 W* ?" c; d) m   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
     },
     {
        "Track" : "2",
' I: R9 ~& {- p3 f        "Title" : "In Bloom",
        "Length" : "4:15"
     }
. v9 t4 I5 T" R9 t   ]
}

% L" w1 ?* ~4 @  K: D{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
/ r  j' M2 j6 Z  "Author": " Eelco Plugge",
- Z' @% ~- k! F! J" I6 V# m  "Releasedate": "2011.06.09"
; R4 V3 c6 Y- |& l4 L}

    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。
; X5 G1 Q+ m. a) y
    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。

2 S( R4 e9 Q5 g9 Y$ I    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。

$ @' z9 h; u4 e% Z    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。

$ d: b( h4 }6 G% B* D    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”。
4 g" ?! q6 ]. ^2 A6 b8 x$ P
Chunks
+ F) T& Q9 {, Z2 ]9 A$ {6 p        
) B+ U9 ]$ Z% N7 D    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。
* W" T* d. n0 p; ?0 B# g
5 c. z6 I2 [& X' B# ^' g

/ _5 w$ l4 ?* X' @6 B图1-2 chunk的三元组

( z# d) _* s/ x7 H# B    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。

    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。
$ I( h9 e1 |/ X$ }4 D$ a7 \
    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。
- B: \$ G, z# h
) g2 _6 m6 H/ t5 ^* ^, B) J    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。

9 b- Z$ g' h. T# c% P7 O* n    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。
* _* d, y! V8 y- H2 D
* x1 }: ]! i& E, p; v6 o    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。
) b6 E: f* x& ?' p
Replica set
' Y, B7 s+ z2 m" b% [        
    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。
& h- n* v) y4 N" E. m
, Z; B6 S5 i4 n3 L" f    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。
* `$ q" a, M; K) b4 ~& Z: e
3 H: @2 M# n0 D" 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。

3 K* O# W) _" m+ a: s8 w1 m, L    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。

Config Server
        
& b. R8 e2 S* {    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。
( P1 O, j8 T/ m) e
    每一个config server都包括了MongoDB中所有chunk的信息。
* j- r% s8 o, p  f7 g8 h
4 ]$ {+ `8 l% t1 w    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。
3 v  u( X6 O5 ~9 S5 x$ V7 E
, I! A, N/ X2 ?    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 O- w' w( a) V
" o* b; z* G4 T/ b    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。

  M7 \  F0 L3 r. pMongos
* P( N' S" e. o$ ~" U% v- H8 T7 a: I
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
8 {7 u1 W8 h" k
    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。
: }5 i6 s- ^' A- _1 {5 z; i* n
, }8 |0 O4 j8 F4 V# x9 m/ E1 I' J    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。

4 L0 v6 g- e6 ?- 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。
; q! J% p4 T  A* x$ t2 I
: x' i6 E9 a9 y* G" q- J    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。
3 P, w9 v9 s, k$ A, t
8 t/ A' a$ G( l
Reference，

5 U7 v% [9 r- R; W$ W* x9 U[0] Architectural Overview
3 J. Z: X7 d4 l' {% C/ thttp://www.mongodb.org/display/DOCS/Sharding+Introduction
: _: ?- y0 ^4 ^1 [. C9 q4 \" V9 q

---

作者: PenPen    时间: 2012-9-18 12:40


7 O, p2 w  o/ r" f# r
6 J# x5 N& I8 e2 V7 Z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
+ h  t- J  r0 Y7 j" V" h1 ]4 K: ~您是和邓侃一起写文章的盛楠么？

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
7 p6 Y, A0 j  U' _! N3 F3 a7 _# C是我啊。。。这都能被认出来。。。

4 h9 g% z1 K8 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~

---

作者: shengnan007    时间: 2012-9-18 12:49

PenPen 发表于 2012-9-18 12:47
) ^3 s4 a5 P8 T+ G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~

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
% i5 }- m4 e& V' |; U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 ...

3 s3 S/ a2 A+ h, n$ T: b( I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
# v2 y, b2 K( i( E欢迎，欢迎，已经给你变成正式会员了。

; j8 O* L# j8 B* N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。

---

作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。

中文看得真累，大部分还是英文术语。

7 \& ~1 }' {/ N4 ~& P, ]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。
. w: f3 x/ E' T) w
: d! O; G, ]' N1 w4 Y* n% ]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
我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

$ Z5 r7 r! ~' g; x ...

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
谢谢。
8 J0 a/ i0 ~' @$ y4 b2 q4 ]( p
中文看得真累，大部分还是英文术语。

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
是我啊。。。这都能被认出来。。。

是邓嫂么？

---

作者: shengnan007    时间: 2012-9-19 14:17

profer 发表于 2012-9-19 14:16
是邓嫂么？

( N! ~$ j, h: N; m1 F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
, a6 O( u: C* T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 ...

! b' u$ R$ ^+ ^, e; k太好了，期待中，希望都带上英文reference。

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。
: r2 w( s1 u8 }- N
) _+ l/ |- B- {4 A: D5 ^5 o& Qhttp://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
太好了，期待中，希望都带上英文reference。

5 C2 j* [: {# o7 Y1 ]现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

+ K1 @- Y) {# F' w' f8 s  d9 a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
* q" }; N2 L  B4 ]) Q5 g% ]现在写的也很纠结，资料太少了，哈哈

4 r  N# x- s1 V# n0 |4 p1 H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 P1 N( D  l% l4 A# U# Y9 W) G6 c
3 Y1 C& f' M8 E" c2 [0 l% Jhttp://en.wikipedia.org/wiki/NoSQL
, p8 [. J  b! U5 b, L
/ f4 l$ ^9 m0 m/ _/ |: 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
  x: |! l5 k1 Q- }8 Z6 G有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

* b2 U& n/ d1 Z0 f9 P7 x6 P: K1 l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
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。
9 g% G% a" Q( K" d4 ]. j; F
http://en.wikipedia.org/wiki/NoSQL

4 {7 T' B( W4 [0 c: |* X" ^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