MongoDB架构概览

shengnan007

    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。

    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？

    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。
$ F9 W5 K9 H, \/ k7 ~
& Q* Y* L( o' a1 I* u

3 a- X; a& ~# y1 m2 ], O* @
# J% x% c( [+ [0 o; B: Y3 t图1-1 MongoDB架构图

* N+ }$ G( S* B    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。
- r& P( `2 y8 r& y( x8 y0 h- T4 A
    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）。
. H5 {( w, \8 j6 s5 n
    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。
4 A% c. r# U: k$ I! m* E# Y) p
    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。
7 b& G3 |' k+ {/ e8 \6 p! N
Shard keys
* m$ a6 F' ^. [8 O4 b$ f        
    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，
9 l; v  m) e; b2 |, F
{
  "ISBN": "987-30-3652-5130-82",
# L: H$ Z# _2 A  "Type": "CD",
; ^/ @8 I: c4 Z- N1 I$ Z  "Author": "Nirvana",
" j  I1 k! h2 V; T& y, q  "Title": "Nevermind",
" a* |5 M. K. q6 D: I  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
        "Track" : "1",
) |( v4 @7 A' L2 Y  E$ \' y' X        "Title" : "Smells like teen spirit",
6 \. y( ?/ L# L; I$ u/ Y- l1 m, D5 i% _        "Length" : "5:02"
     },
     {
        "Track" : "2",
. D+ L" p% k, {4 t        "Title" : "In Bloom",
5 Q) ]% f6 K- t8 t) x( t        "Length" : "4:15"
     }
   ]
}

{
! B  S) Q' J, z6 g  V  "ISBN": "987-1-4302-3051-9",
) j. O) D. V( |3 U/ i* r  "Type": "Book",
7 Y9 {* s. P, @/ T  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
1 }" V* z" q8 C  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}
* A9 ]- y# q5 |$ U1 U& E
    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。
8 L, @* k' R$ R6 j
9 q- K7 J0 v+ ^    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。
' l- i- x* \1 t& M
    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。

$ c5 i& q" Z7 G2 b    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。

) z+ x+ l1 `8 \' I: h    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
        
    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。
, t3 [4 ~( ~) ?( d7 ?( r" y4 Z
& B# h/ b6 U3 j/ [3 }

图1-2 chunk的三元组

; J- \4 F- g# j, A* z# Q# J4 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。
7 C* v% L2 k$ N
& w1 P3 k  S6 c  S( y    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。

    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。

    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。
2 y7 r9 l0 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。

Replica set
0 X8 I( t  Y* C, `0 |1 H- e- M        
    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。
0 O) l; U% Z+ G7 _% A+ {; {
2 `7 w. {* V& ^$ y0 \    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。
2 f( W1 b/ Z6 z
    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。
) g. P& r3 w2 }6 ?0 W; x, e! ?* ^% \
    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
* g2 w/ o( k. m1 T. v" e& |# _        
# m8 w- p# W1 }9 v- ^    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。

$ K1 o! C; J0 s    每一个config server都包括了MongoDB中所有chunk的信息。
) J6 ^! _# O6 A; E& M7 L* J3 [
    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。
' F3 j8 t2 a0 B4 z
    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。
$ L; x6 a! z4 b# |- K: d
    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。
% x% G: D& a& I! n1 U# c# d8 u
Mongos
! e. q; Q- \0 g' {/ j- s5 b
$ d2 g( Y/ m, H7 j    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
3 m' z' N& w8 M+ I9 H
* S  g) {! H0 r  ]  |    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。

    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。
. d' g8 ?) t& ~
) Y* E- C, U4 k- @. V( Y; t    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。

    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$ ~. ~( V6 x0 ?' \Reference，

[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

9 m3 q6 [, L1 [, A您是和邓侃一起写文章的盛楠么？

shengnan007

呃。。。是我啊。。。

shengnan007

PenPen 发表于 2012-9-18 12:40
8 Y* B) g) s0 k/ k您是和邓侃一起写文章的盛楠么？

4 R; U% [1 W; E3 l6 h是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
/ V1 I& q- B% h! o, ~4 m6 ?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~

shengnan007

PenPen 发表于 2012-9-18 12:47
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~

+ L2 u3 H% e+ c% ~! Z1 [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？

不爱吱声

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 ...

欢迎，欢迎，已经给你变成正式会员了。

shengnan007

不爱吱声 发表于 2012-9-18 12:51
. T8 a0 B9 f) n* G4 j7 W欢迎，欢迎，已经给你变成正式会员了。

多谢多谢啦~~

巴山

我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
! \- m/ y7 l3 |7 F4 f2 E" ]
9 p! D) m3 p) }/ T

梦晓半生

谢谢。

/ _) g" L  L# o6 j: v中文看得真累，大部分还是英文术语。
$ j! O' M  H# ?) U% L  b5 ^
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。
* R# }# L3 x, [/ |  H
- B* k, @: M& H, g$ o) y& Y* S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。

shengnan007

巴山 发表于 2012-9-19 03:38
! p5 u- m3 n; L! u: _8 N/ H; X& t我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
/ U: o' K" b% Q, ~/ I4 I% y% S
...

6 G: \! }" L# \" v0 P7 b8 @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

shengnan007

梦晓半生 发表于 2012-9-19 04:21
谢谢。
+ g! ]: k7 p2 `1 }
中文看得真累，大部分还是英文术语。

+ c. ~0 h2 [: D" o0 C3 D' \: T0 }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。

profer

shengnan007 发表于 2012-9-18 12:44
; e1 R9 P9 M+ a  y0 p是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
是邓嫂么？

是邓的小兵

恶魔吹笛来

有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

梦晓半生

shengnan007 发表于 2012-9-19 08:44
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 ...

1 V  S* Y5 k6 |5 e9 k9 u, o4 ~  g太好了，期待中，希望都带上英文reference。
' }; ?8 j% l; Z
, C* F0 G# H5 h0 c) K# c0 Z" _8 @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

shengnan007

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。

现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

6 u' w+ d4 k, E  a1 b现在写的也很纠结，资料太少了，哈哈

梦晓半生

shengnan007 发表于 2012-9-20 08:53
现在写的也很纠结，资料太少了，哈哈

: U& ?* [2 t( m; 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。
; {$ S* T) U# l' d& E  r* G% B! g0 r$ [
http://en.wikipedia.org/wiki/NoSQL

0 H; ^) J( n; N2 w7 {( |

定风波

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

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。。。

shengnan007

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。
: M7 p! R! T$ S. X; D
http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql