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。
& C7 p# i( w( a/ }
    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？
, s# H" `& {; Y
1 F4 n1 o3 o; k9 V    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。

: {4 }  Y- y0 Z! l图1-1 MongoDB架构图

5 D: N- o. V$ e  S
    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）。

Shards

    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。
" b5 Q+ j0 O; N  t4 T$ d
: @# |1 h7 z: z2 L$ s! G    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。
8 k3 `+ P, g. A) h
$ p: R8 m1 x( b' i. e4 x" l    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。

Shard keys
        
+ ]( S8 L4 ], X' k    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。
4 U, x4 @: f9 s/ n5 r" }* o7 U: F
    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，
0 x9 _4 w, _% K8 j
+ T, g3 g5 k* d( o+ y{
/ c1 h' `  s4 \& ?/ s( F  "ISBN": "987-30-3652-5130-82",
/ j! p# N/ v6 F- h  "Type": "CD",
. H; q& {4 y! }* k+ W0 a  "Author": "Nirvana",
3 G& e' z1 y7 F( k  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
! ^, V: m7 A" [  _2 I3 ?) e     {
' x) l3 a8 v/ p) ?        "Track" : "1",
" X) U! {2 s% r2 j4 J        "Title" : "Smells like teen spirit",
1 U) ~" W4 O  \# s8 E        "Length" : "5:02"
     },
" R: B0 N" U# Y) ]8 k9 w) S. e; M/ j     {
6 ]" A/ {/ ^8 d. J& S' O0 z+ m        "Track" : "2",
, ^* r# Z( b* H        "Title" : "In Bloom",
        "Length" : "4:15"
     }
   ]
}

{
  "ISBN": "987-1-4302-3051-9",
7 l" d) c' p; e  "Type": "Book",
3 ^7 d8 `3 x: H! A+ N4 _' G  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  K$ I! x, m9 N" C: A  "Releasedate": "2011.06.09"
}
+ ]' X: f0 d$ Y0 N& b6 C  }
( V1 O) J* I' _1 [    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。
' t6 G% e2 n* g# l; U/ @& f
    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。
* K5 ]( T3 U) V0 z, U2 _) ~! l6 \9 x1 y
0 Z/ D( @# i5 G    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。

    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。
: G- V0 ], q9 N" W
* \2 W0 E8 D, n5 `/ _- F: I  Y4 [    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”。

Chunks
        
- I# G. e8 p2 f' _$ ~9 ~) M    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。

1 Y, T0 o6 F$ s4 ^0 {8 h1 M0 r4 T9 y

, z# u. I( p, q! r2 ]图1-2 chunk的三元组

$ `6 @) k5 P8 s% K+ ?; R
    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。
% K" _6 B, b  T1 q4 o
/ V0 @2 v1 X! d8 {+ r    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。
1 I1 Y" G: w# U- r  @8 c
6 X) z6 R4 i0 _' y8 w    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。

    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。
9 a/ P6 ~/ P" o0 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。

Replica set
* z  M& ^' Q1 ]        
    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。

    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。

    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。

& J9 T7 z& I# b- @" J    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。
/ z! w0 ]4 e0 c1 ]& I9 Q
Config Server
        
& k; m, _, q+ ~/ ]6 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。
$ b/ X: J# h+ t7 Y
    每一个config server都包括了MongoDB中所有chunk的信息。
) n7 w5 B) d4 ~/ }0 ~
  W) Y" ~% G% B    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。

% L& g7 p# K( u    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。
6 u2 p) ?+ g4 a4 D3 d
. e; x8 A: R& J3 Z. a0 F. W; H& p: Y+ ?( U    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。

/ v" ]% m+ M9 G0 ]Mongos
+ Y2 c) Q9 H9 I3 `
: Z+ }1 s! E. Q4 `% D5 Z    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

    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。
9 D, c5 I; E2 s8 s5 p; A( {0 @% p
5 V4 v2 Q9 @0 |" s    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。

    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。
/ F% F4 F" M# V3 a' R
    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。
" D" ~4 k, m/ g- i

Reference，

[0] Architectural Overview
9 e1 R2 W5 u$ j" \1 N0 ?2 P' h) bhttp://www.mongodb.org/display/DOCS/Sharding+Introduction

---

作者: PenPen    时间: 2012-9-18 12:40


1 o. z1 e! c2 a" M# `
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
您是和邓侃一起写文章的盛楠么？

; B' Z# {6 m& ?& w5 y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
! Y3 A( g# S: ]5 d% \是我啊。。。这都能被认出来。。。

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
4 e- f0 z6 J0 y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~

4 c2 Q1 n( A! [- c# D" j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
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 ...

, D8 r) |$ W+ k/ G4 O  v5 t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
2 V0 m+ l! w' ?4 T6 ~) j欢迎，欢迎，已经给你变成正式会员了。

; L8 X- P6 T7 K+ z3 Y  F* y$ J3 `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。

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。

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。
* R5 W* k: H( M  h
& C0 C2 s" P) Z( o ...

; D4 E. T; E7 Y6 U$ o4 ymongoDB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
# E% e; u! j/ }8 t谢谢。

中文看得真累，大部分还是英文术语。

' W8 R9 X: J6 W) F7 A* J3 L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。。。

# z+ x6 U$ D4 P! X! _% G5 R9 p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？

1 e0 I( C, w! V. h$ H* b- t+ [8 h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
1 c/ K/ G% w- d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 ...

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。

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
太好了，期待中，希望都带上英文reference。
5 ^* g+ J/ 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 ...

4 f, r. E2 p2 {" g  H# l9 d' }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
5 l' s4 R- _( X9 u! C( x0 D现在写的也很纠结，资料太少了，哈哈

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。

http://en.wikipedia.org/wiki/NoSQL
8 |  O/ s* v5 G. A1 _) j
8 s5 l. q- Y! i7 s

---

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
有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

3 A2 _- D# R  U! d5 V% S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
0 l2 J0 Y2 F( I/ x8 ^5 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。

http://en.wikipedia.org/wiki/NoSQL

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