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。
. K3 Q& D) l7 c: U6 ~
% H# X5 G5 L: X$ S    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。
) w/ C5 Q4 f: N( T. ^; P& b
: ?  _: h7 }/ E. l( x  H

' p5 Q( U: f: ]) g+ J. f$ v  t- q
2 L4 g& {0 F7 p, J0 B: V( O1 X5 @图1-1 MongoDB架构图

1 a; ~8 I$ L% N! P4 ?+ h2 _7 j! r
    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）。
/ ~% p# K( l; U; i0 W+ I, b
- t+ b: J, W- \/ P2 bShards

    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。

    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）。
/ e' t0 m. O3 `6 ~! l* `
* b# m9 M8 G! R8 H) w0 G( K    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。
' s: C4 P* m- k1 h
3 Q* i- l/ j/ x/ g/ B2 A2 w) Y    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
) T  w8 I7 y; T* G3 p        
    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。

, |8 S& C7 T6 n& |* J" C    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，
) p+ s" q6 u# _$ [8 a
+ f3 Q* j, r: t& y& m* w' w/ K% p& N{
  "ISBN": "987-30-3652-5130-82",
6 C3 F+ a0 M7 y. j; r# h! ?  "Type": "CD",
' Y3 }' j7 D$ M# s! Z  "Author": "Nirvana",
& c5 v' P* l0 ~7 R( w0 Q2 c& D8 X  "Title": "Nevermind",
7 V9 d# I7 z4 C  "Genre": "Grunge",
! {7 N# \% T/ ~1 u- H   "Releasedate": "1991.09.24",
! L/ u" E% p  ?% {) F$ l+ r   "Tracklist": [
8 S+ s/ J1 W. f5 c, x     {
        "Track" : "1",
5 z& G. i% \$ [. b( I        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
% |3 ~) b9 [, F$ M     },
. |. ^, f  t# K/ h! \5 F8 O( j     {
2 i. v4 x1 Y4 O+ O9 a        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
     }
   ]
5 [! c1 @) C! P" u}
" G' ^" Q( v5 \! p
5 K) B1 D( R1 y; b{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
0 M' V0 v- j+ `  z: G1 u  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
# }3 o/ L, _) F$ F}

1 p. F3 m3 {/ b" b3 ~  n0 r( ^    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。

. R* e2 b9 _2 V  a  u4 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。
2 I& e( i/ o, T: o
) ]6 ]0 n/ s; `# p' y    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。
3 T1 ]0 k8 Z+ j2 s1 |6 w
7 R3 q4 w- Y2 F4 w0 M6 ^" L    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”。
, @! X; z9 X1 @" y! ~1 j/ s
# x. u) l. Q7 l7 U% XChunks
        
; p' c2 {& M# @2 Y, M  B    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。
- a. R3 G; t  Y' G8 y7 ^( I

, u# i0 I  g2 X  Z图1-2 chunk的三元组

8 ^1 P) P$ s- O# f" s+ M    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。

2 t  w) ~7 R% `3 T' _# x# Z    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。
# p5 n# p% W7 U, H' q' ]: L
3 x: [* C+ V/ t4 S. E    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 H0 H8 Y( E8 ?" Y! w% t3 J    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。
, D. Z' D* Y* [: d1 k+ w. X
* y! [2 b7 A/ P) u- B    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。
% e2 |5 N& _5 t( o1 O: {. P
    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。
: C' ]2 P' u8 d
Replica set
* m  r) [$ G1 g; a* w. t        
" K' `' ~$ j6 x$ q    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。
; r. u+ [7 p+ d, `
    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 Z+ J7 R& }! g- r    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。
4 D8 d: K) ^2 H  F  Q( |, {' i7 ?
0 ^8 ~, l$ S2 C5 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。

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。

    每一个config server都包括了MongoDB中所有chunk的信息。
9 G% c$ L/ j; H8 Y& z
    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。
8 U( {- _% }: V, }0 _
    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 l$ [2 i$ N8 d
! x; z4 I3 B& ?1 K) @4 R    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 f% i% X7 \; {6 h2 M
- H  Y, B2 t$ I# }; D1 u3 z' u# R6 \Mongos
$ C: l  O/ F6 R4 c
# x5 m1 ?  u7 e9 }" N( y2 P    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
) T. C- S0 ?8 v1 ^+ l: L" R- Q3 i
    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。

# c1 ~$ Q/ `9 x) ^9 m+ u2 S7 ]    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。

2 ]7 i- E9 u$ E  M3 m9 ]# ?    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) ?  ?( Q; F* I1 h    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，
! v& l' I' [; o% S" P
[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

5 o, B3 A0 x) t" U# x

& F, y0 c& I' f) X* y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
; z' A! U( O8 x您是和邓侃一起写文章的盛楠么？

. ?! [! i' d2 X: V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。。。

& ?0 s. |+ K7 E- N; p3 T1 G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~

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
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。
2 i: V2 Y- o: m$ k4 W

梦晓半生

谢谢。
+ s- M1 C3 W4 w7 }+ d/ f" i8 j
" Z5 a0 l0 {$ n4 D6 q9 t中文看得真累，大部分还是英文术语。

1 J2 I3 `% L* U+ s' V- M4 m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。
$ V% I3 k. E1 U) f, M6 ~5 G% 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
我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
7 n0 N5 P/ |6 ?- z" e' J7 g
...

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
8 D2 {8 ^& Z! q6 z9 N9 }谢谢。

2 L- F+ X# o' C0 u. a* Z6 w1 Q中文看得真累，大部分还是英文术语。

0 ]* Y6 c. h9 A% Y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
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？

! d& H/ K1 ~* K. g) o8 @* p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
. n: i0 R% O/ M! S4 X) ?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 ...

! V; K7 x4 m6 Y; }( R5 A) o9 t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。
/ ], \7 X. _  }4 P" o! s0 @2 i
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。
9 Z2 C) i- {5 A' H  k2 `8 x
. O% s2 p' u0 p& d5 w7 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
6 q  H* a0 s: e+ ~现在写的也很纠结，资料太少了，哈哈

, I. s/ X' X* d& P0 T# l8 W) V, R" g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。

' t" c5 d/ w! \6 j! khttp://en.wikipedia.org/wiki/NoSQL

! T, M5 a* Q& V

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
; N. x+ ^0 Q6 d$ v3 O3 t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。

& k, l+ m2 x9 {) v& M0 zhttp://en.wikipedia.org/wiki/NoSQL

. G' j" N5 H, z. J- g8 v好的好的，现在这个写完，然后开始写nosql