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？
2 S3 `' C1 y$ b
    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。
' _# \- z% [8 N+ b; p4 |& {

1 E# f; N3 F. s( h图1-1 MongoDB架构图

' }  K. O# e0 z5 p: _7 c* x5 i3 Q
    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）。

7 l4 Y& i# v$ O# S0 \" q2 ?2 PShards

    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。
; h: M2 N* O( r% w
5 Y) Q! `. \5 V) Z- x: n6 u, c    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）。
$ |, r2 j) m* B! F: N4 U0 y: g) E( r
) z( g- z6 g; \2 t    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。

+ b/ O" z2 w2 s/ G' P- n1 d    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 R! ]8 N4 z- J) nShard keys
0 @0 X$ ^3 r% O& L, r0 o        
7 P" ^/ y5 x- e+ _' R& X: V    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。
; |% H1 ^/ ~, T/ o) L( _6 B
' h: ~! S0 f+ K. o    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，
. h, o4 s$ s! N
{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
; q+ ?$ v4 X6 ?- C  "Title": "Nevermind",
6 v9 e, R1 |+ G; \4 R  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
9 c+ w: s! t- a- t3 R/ i   "Tracklist": [
     {
. ~2 k1 L+ i, `, C9 p0 k& N9 l        "Track" : "1",
        "Title" : "Smells like teen spirit",
' S4 C4 H0 o' M! [5 l$ r        "Length" : "5:02"
     },
$ W% D9 @* `- S, B     {
        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
) I5 y7 H: R  c6 D4 }$ K3 `     }
   ]
}

{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
6 ^! |: v7 L! U  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
! G2 {& o7 P- m5 [+ O5 C  "Author": " Eelco Plugge",
* E4 B3 q9 f& ?" S  "Releasedate": "2011.06.09"
$ f, ]7 Q& A: s6 X}
. E: b# A; G7 G: R, T
/ h& l+ Z2 e7 f2 }9 M& s  F, n8 ?    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。

    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。

    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。
8 }5 f% o; N% i) N( ~
    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。
; P, c) w- i& r3 ?, v( m" S
    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”。

5 E: R. P2 d7 f9 u$ j5 }! X+ aChunks
        
0 v( B2 G) p, y( {4 i* k    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。

, z" s! e- h7 y

图1-2 chunk的三元组

    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。

4 F) ~/ `  ^# ]    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。
0 r) F) @  k2 M/ h  h( G$ X
    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。
4 T1 Y  Q7 |& ]4 O: I! T
    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。

# @% U* i& a3 `- 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。

, ]3 Z8 r( l) ~+ V% o0 s9 m    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。

6 [8 n" W0 u+ xReplica set
        
    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。
6 T9 w4 j5 m! Q9 Q& C
    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。
/ T% j7 X: H3 {
    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。

  X4 M0 h7 T9 c. F( B    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
        
    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。
. @  \7 I0 D3 ^( m
8 c9 q9 |9 h* A4 ?2 z) F5 A    每一个config server都包括了MongoDB中所有chunk的信息。
, Y' B# N! F$ X5 y2 _# X
    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。
) y$ u  t+ Z5 _' @4 y& P  D  n
    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。
3 t. l! G8 n% H, ^
8 U: V6 w" L! H    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。
- t5 s0 q& j8 @2 o; S: a
Mongos
1 g; V+ i( ^' [7 h' l
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
5 j: H; S- ?# {" z
5 O3 l  ]- {0 f# ^    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。

+ y/ o" B1 |- y- g) O    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。

1 p% l6 K" }! L3 o0 K0 J$ P3 u    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。


Reference，

[0] Architectural Overview
! v6 f4 c: T1 ^4 p; Z+ lhttp://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

: t/ w- p+ k8 r+ ~2 x' @
+ j$ B0 N4 q' k* E6 _* O. {
% L5 ^' u# W7 F6 @$ u$ z' j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
您是和邓侃一起写文章的盛楠么？

1 G$ S* J. W, b. a# e是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
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~

9 z6 w- l& c6 [! s( [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 ...

' O2 |+ F  T, v- C. Z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
欢迎，欢迎，已经给你变成正式会员了。

& A' o* Y3 O* }6 Y* C- q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。
7 m4 B9 V1 w) m6 @

梦晓半生

谢谢。

中文看得真累，大部分还是英文术语。
7 Y/ j3 l* w! `8 S; k4 d+ \4 t, f4 e
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$ M' z. ^0 B
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
' s( e# H' @$ R" Q# k: k% [9 j# L我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

...

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
2 x. B+ g, z, [+ }谢谢。

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。

profer

shengnan007 发表于 2012-9-18 12:44
$ I2 [- s4 d8 a: P- i是我啊。。。这都能被认出来。。。

6 E3 p- h' X+ m# h  b! C: M是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
5 o$ Y* z# Z2 w/ g是邓嫂么？

1 M- m+ F2 {/ B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 ...

太好了，期待中，希望都带上英文reference。

9 Z# o# I. l" h" g; j% n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
5 X' W6 G8 Z, T" _" r2 s1 h太好了，期待中，希望都带上英文reference。
: |. U% M" z3 j
2 P* V2 s: ^3 Y9 _1 e6 q' Z5 c; q现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

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

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
7 i. o4 v/ _5 z- d$ }3 c( B1 J* r- Y

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

- g% _/ ]$ u) q5 X5 ~1 t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。
6 x' X! b0 }& L  Z; |3 I% u
' ?" G& H8 i# g" r* ^; r# Q' v' Vhttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql