|
|
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。
. P2 [2 ~% y6 Z. [. y* W! G% y/ t! l. A9 I/ b; D7 G
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？6 T7 b% ^. C Y2 i1 W
) N3 U |3 n5 j# X* Y
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。
$ `# y* j w% @, |
8 l( ~9 x" `9 C/ n. l
) A% e. p! u7 U( }
$ A: @4 M6 m1 N" {9 r% q图1-1 MongoDB架构图
# t2 B" E* ?/ V% R) s6 O) B- i5 @8 U. M1 K. ]# B) v
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）。
+ D0 I* B2 ^! q! H/ V% r. d, b/ F3 l9 r% R+ H8 T6 {, q6 y; y1 `9 g
Shards2 C! Y$ Q8 D3 e' r. E2 O, e- L
# z: D, m1 i- P7 k0 v) o& G8 H
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。6 P+ f( j: w% _
/ v+ @) d( b# M4 ]1 k
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）。5 ]$ q! \" N8 \* F
) Z' j. O$ q7 ^& e7 o$ d
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。
2 t5 l6 t4 `4 I' G# G# x1 `5 K% _7 S3 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。6 K1 l8 p* z' W# Q6 Q
8 ~! J8 Q$ }+ PShard keys N1 k* D8 j/ c, d8 W7 O; ?' B
8 _/ {; K+ F' a- s
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。
: `) t0 _3 B* L& k; g+ \4 ?; Q1 k! g& S
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，1 J9 r. K- o9 K' I; B' a
* _7 G, Z5 q, `5 r& G
{5 e6 S4 W- f2 g$ t2 y, O! }. b
"ISBN": "987-30-3652-5130-82",* Z* j' g( n5 l& y7 L" w* {7 q
"Type": "CD",
& S; J0 R6 O7 H' V! v# |& k. V "Author": "Nirvana",
" ~' y' b; m- f7 Z ]2 b "Title": "Nevermind",
m* k, K% I% d "Genre": "Grunge",7 g& t/ s4 \7 b6 W: ]; X5 X
"Releasedate": "1991.09.24"," }4 I" l0 d) p) J
"Tracklist": [8 S' l2 A2 r- j$ T; q5 K
{
! _7 ]0 v3 i, }& L7 _ "Track" : "1",+ H' G- B! C& T9 g
"Title" : "Smells like teen spirit",
( ~, ?8 u3 T0 _; H "Length" : "5:02"
0 t% k4 e' B! }6 ~ },
& O% q+ `. X9 _3 G {
( W% S5 w% [ o* N, X "Track" : "2",
: t; a" q/ f R "Title" : "In Bloom",9 z; x$ n5 o+ z- ]! s" s. k1 s( J
"Length" : "4:15"& H% {$ N/ Z4 ^) ?! [! m1 q; K
}
. B7 B/ _; Y3 |2 A0 g" k0 i4 ` ]9 ]9 R1 N+ V: }; f( Q0 {8 Z
}, {5 G8 c7 o7 E2 q0 v) w; p7 z
/ ]1 l7 N- a4 L0 K$ ~- a8 K( E
{" }1 X8 S$ z! B( L
"ISBN": "987-1-4302-3051-9",' D" ^) \/ S' ?; P, {- p
"Type": "Book",7 v0 J& }; C: S# R$ C
"Title": "Definite Guide to MongoDB: The NoSQL Database",! y6 G) j" g8 v' x) a9 Y4 ?
"Publisher": "Apress",
. b4 \% X" | r) [0 l! z1 Q9 z1 v "Author": " Eelco Plugge",
/ E i) E @" d. ~( Q5 @0 g* Q "Releasedate": "2011.06.09"/ u/ Y/ X5 |# ~8 i$ N+ R" C! i
}$ ?% o8 W( x- o, f- y* C
3 R6 N/ S7 Z7 |7 M. r* w4 v2 M
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。
( @+ X0 ^1 W& A7 k! ]' F6 b5 H# x. H6 ?: c
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。
/ G/ U+ W8 T) i' G9 L) k
2 S! O/ t, r0 B2 T' v+ S; z" D 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。
t% C) t. h, z/ L: G: s' z+ t2 L3 e" a
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。
3 C: k( C c. E7 N
$ o! R( {3 Q {1 B1 R 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”。
/ v: j3 q- z' V' n9 g
* R" ?$ Y6 o: M2 X8 J- |/ DChunks
# o3 c; v* q v ; o+ ]" q3 Y. T8 R/ D; H
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。9 J. l: y5 L' T" ?7 m+ n
; H# j8 N) D% G
8 g+ u) @8 d4 ` ]
图1-2 chunk的三元组
2 N) G- a o) F6 n
1 b$ P& C% A0 M6 y. Q 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 }+ q* N. S0 h" z7 ~, b* J4 x' l
7 Y3 F! N% J L
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。
+ q8 v; Y' P. B# x; F8 l% N. B4 l# e% _( R" C h
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。
. O5 o! L, A/ F5 R3 ~( X0 J4 H& Y$ o9 s: y. U
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。
$ [# K7 f8 _& U
: t) ^: H, [8 U 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。1 B6 m. O& g5 ?/ A/ Y
- K7 b8 ~: \$ J4 g
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。
5 n( g1 J) M d7 q: R
3 W8 X0 t8 N9 R) J3 M# l7 O6 DReplica set! ?$ r0 p C2 p9 {2 S! a9 M% V$ }
2 F( M0 g; A& C* W, S
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) K, D, y3 g2 X$ p
4 K- p C2 ]5 E- B% L. ~0 f0 Y
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。# z. ]& l4 y$ }0 a
: }* Q0 \4 D8 O( {. b
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。
, N$ @, A* f: k. w; |% A! `4 |* {) u. M) F8 A4 q
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。
! ?* i6 a8 \7 m! \ z
7 R: |! _' @2 B6 p" |# `3 M! V2 vConfig Server
6 b: C0 p! [. Z/ Q
5 R& @: d2 E2 M* Z 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。2 r2 }7 S9 q7 o
3 m S1 i# {5 S b- ~0 [5 [
每一个config server都包括了MongoDB中所有chunk的信息。
9 M1 W! s- Z/ a/ _/ M+ R
. d. c. k% [$ ~1 A8 D; I 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。
* P3 L+ ?$ t6 i3 o% Q1 j8 t# p; M, D% B' K
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。
9 W3 A6 t9 ~4 ~. U- a. F. F! D+ x3 r) k& ~
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。
; k& m" l$ r3 t ~: @! V8 v/ C% X
Mongos; Y1 n1 {/ h. H+ m
, b4 C+ r/ e, u. E, _( x( O* D6 P 用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
3 Y$ z2 y# k( |5 x Q& \+ @
3 c" L8 y& {$ \0 K$ u 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。' E3 K4 k! @, `( Z9 \
+ Q8 _6 e: ^3 h0 J( q3 }" y 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。
9 U4 P H1 z! N l% I! k/ R, D) M; Z4 d3 [ e" ]
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。
* a( O) T7 D$ b) `- h% F2 b- V! `& d6 I7 O4 C& p- c
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。2 Z- f8 N0 p$ L+ H5 J* Z( V% O
4 u3 Z: c# C6 l% w- [% w
: y5 X, H) q9 H( LReference，; Q! }. R: I. V6 a* U8 N
% j+ } u2 N2 _ s1 X, ]( p7 U
[0] Architectural Overview% N- h- H4 k9 g+ H. z l1 Y8 ?7 j
http://www.mongodb.org/display/DOCS/Sharding+Introduction
) ~5 O: M0 _. H2 O) }$ v2 C |
评分
-
查看全部评分
|
雷达卡
发表于 2012-9-18 12:31:10
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
楼主
已经给你变成正式会员了。
' i; s6 P; X( f2 _: `2 W