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。

: b$ @& ~4 ~6 `2 f, c    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？

3 V9 z( a0 Q% r% \- ]2 |4 w+ j    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。

0 @- [& \9 [" d# q# i2 `+ d. n

- ~' Z5 W; d! B
8 J' k" j* M4 S- x4 M3 _图1-1 MongoDB架构图

% P! y# K, f% E5 i3 u1 a% ^& Z
+ I5 `) m  o  c, `) @& ?; w    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）。
/ u4 T4 n0 x5 _  y8 ?  L: F" A9 D
Shards
% @0 o: j  |$ o: d& b) v
3 _' t9 G) z- p% l# l; w! j    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。

; s' k/ V/ \1 I/ W# D5 t    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）。

* l, Q8 X) P, z6 ^0 i    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。
1 i/ G+ u, y8 ?  A) ], z* r4 ?
    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
        
    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。

% K0 b  N) T$ Q0 I& p8 J* u, l    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，
. p0 I+ s6 Q! J5 Q6 }5 o
{
  "ISBN": "987-30-3652-5130-82",
, O) j; I8 H% p9 y  "Type": "CD",
" H& W+ v% P" N# u5 S8 ~; v& `& l# i+ g  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
, E# i8 b0 T6 s1 d8 e& C! q5 Y   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
1 |, L0 [( }8 ^- j3 Y        "Track" : "1",
; Z3 C2 O9 C4 c7 _        "Title" : "Smells like teen spirit",
; H5 x9 b4 t3 O# A' h# N        "Length" : "5:02"
) [) \  k- Q; D0 T1 o5 G     },
     {
9 n0 W6 ]' h- d. q        "Track" : "2",
* h* q! K% d3 Q. a1 X3 Q        "Title" : "In Bloom",
        "Length" : "4:15"
     }
   ]
}

{
8 A9 P& e8 ^  o' v  "ISBN": "987-1-4302-3051-9",
) k/ @3 j: V. A: X5 }  q, }# d  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
* U! ~. f7 z7 H: i9 x" z6 G  "Publisher": "Apress",
2 [9 b" |4 _+ k% }& B  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}

    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。
0 f) r# _1 Q, k/ c4 m0 C# X
9 _+ f  s# e! w) H    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。

. ^7 u) h& x$ K    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。
3 J' c1 _+ _$ V0 Z0 P4 o' q1 a& \2 I
- b; X% L+ A- F% B- k    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。

    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”。
+ i7 a- D) x( s
Chunks
/ [+ \( Q+ G2 F, Y# [        
    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 @( D, P5 h( f2 P# j% q/ R

9 _1 C# x8 \- w2 G0 ]( o图1-2 chunk的三元组

! S! O" [9 ]3 n4 L4 o% K
    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。

3 O5 l) C  t) e, u$ ]7 g    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。

8 _+ v9 t  K" U) i, J    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。
, w% v2 J% P/ A. e6 i/ L
+ p; P0 t" x6 R    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
: ?9 ]* p: N  W        
$ ?7 H) t3 M( ~/ P3 }* p3 A! 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。

    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。
4 u% V( v* e% h1 \
$ l; H# R8 k9 _4 }; n0 o, H( F) v  k    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。

    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。
+ q2 ]6 B6 |) s5 M0 I% q; z  Z
Config Server
        
8 p  e1 D3 O8 v) `6 U    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。
1 s/ n' B6 I! E8 t* P7 {
    每一个config server都包括了MongoDB中所有chunk的信息。

    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。

    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 ?5 E' N0 C6 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。

2 l& a# J/ ^8 t9 n2 o" @Mongos

* J/ {% q3 i( a" w/ Z! A    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
- ^7 y: U- L+ K4 z' x3 _& R  U
- z0 W: q! P9 B- S    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。
" G: S3 V+ K  w7 {
    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; M9 Z  Q& h% g  N, @
    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* F7 O( H: T7 _1 L( G
    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。
7 ^8 n+ k9 F, E

Reference，

2 R" B! i1 s' N/ x[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
0 P1 M+ V0 f; g# I3 Z: `

PenPen

9 p4 Y* ~7 E: y3 t& t! E

; t7 |9 M/ ?- N6 ~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 G5 g4 m9 a- d您是和邓侃一起写文章的盛楠么？

是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
6 n1 c5 l2 L  A- W是我啊。。。这都能被认出来。。。

, c# S: Y7 \1 A5 |/ V2 U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~

' V+ U& i& g" X# f2 E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
1 R0 ^* X8 U5 |0 `8 ~' q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。
. ?" }4 z, }' M5 w. I& v1 U3 @$ v
/ w- r& S' _2 Y* v$ A  ]. ]

梦晓半生

谢谢。

中文看得真累，大部分还是英文术语。
% c. s$ ?4 C2 ]5 k' {, l/ c0 I9 A
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。

shengnan007

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。

) S& F; L2 N7 S ...

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。

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
. N; A; b5 w* i6 m7 D8 N/ L9 e是我啊。。。这都能被认出来。。。

  @3 N$ `" ]$ ?7 k+ i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 ...

* k1 T) R/ C* u8 G% C  ]太好了，期待中，希望都带上英文reference。
, _0 k3 @/ c8 q; t$ B3 O
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。
! d) x1 x+ O9 s% h# {) O
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

( ^/ g, Y. q( i# k$ u4 f5 M2 a% }; x2 H9 `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。
( `- [; X# N- T; v& E. k. \9 ~
http://en.wikipedia.org/wiki/NoSQL
7 f9 C- B9 ^3 v# i
0 v4 s: i* Z. B1 R

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
- h  G1 [3 v- P4 r! k0 A有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

+ L( G: o, P) _5 ~1 j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。

2 y4 r5 r+ E% T. Yhttp://en.wikipedia.org/wiki/NoSQL

" d" n( Q8 V( v2 \好的好的，现在这个写完，然后开始写nosql