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。
% V" Z  _" E( [2 K3 f; t  \/ d
5 }% b4 ?4 j/ u$ z9 i    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？

+ n2 l. K# h1 q' F6 E) ~( ?% 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。
  s2 G' @) G( \4 s; ^) X

  U  ]/ z- s% S0 y* `  J, a
$ ?; J0 _& w; D4 |  N图1-1 MongoDB架构图

$ A/ u, p4 v& `8 p- z8 z
0 q; Q$ h% v1 s% I# i) @    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）。
# W* G% v2 Z/ g  N# ^
8 N7 J/ [. `! ~) _2 _. C  [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。

$ \/ U" w6 b$ D+ d% w9 x    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）。

    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。

    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。
; i% Q  n  I' k+ @9 H3 E
8 v$ V' i% F, X" b/ G% G; eShard 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。

    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，
( N  x( S* G8 P6 I
{
! e& u% n9 H+ p' M5 g5 A  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
2 B& x9 Q9 B! Q  "Author": "Nirvana",
& w- V- g$ i% a: p' s  "Title": "Nevermind",
" c# J2 D) p" Q1 u' l1 g6 V. \* r' d  "Genre": "Grunge",
) H+ }  j: B) V/ w, t   "Releasedate": "1991.09.24",
# k& ^4 V4 Y7 m6 S   "Tracklist": [
     {
        "Track" : "1",
- ~- w2 q3 X; f* c2 `        "Title" : "Smells like teen spirit",
# Q7 A; [/ V# w: Q( [' B9 v: Z9 k        "Length" : "5:02"
, U4 H) K& n; s4 I# M$ |% L$ u     },
4 y; m9 n8 Z& O, z: X" G     {
        "Track" : "2",
        "Title" : "In Bloom",
. W7 S( V  J9 K* k  ^; S6 d1 e        "Length" : "4:15"
     }
1 T9 C- m  P7 @) [   ]
}

{
  "ISBN": "987-1-4302-3051-9",
4 j' b" Z3 D# Y' ]* t0 j: g( o  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
" a# @! m3 w, |; A# m  "Publisher": "Apress",
  "Author": " Eelco Plugge",
0 R( ?+ |9 T3 p( U- f! P  "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。
- h2 l: Q5 h9 e% r
* c( H$ w9 ~# o    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。
3 }% K  Z  p( Z. O
    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。
* G: R% D5 C( u! d; }* B& |4 D
) V# E5 e7 I# o. P" B4 t    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
2 v1 Q% Y  R( t5 n" F        
    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。

图1-2 chunk的三元组

% W2 T! b/ v9 Z& c
* }8 F9 C) B! F/ c% l6 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。
# _  n8 |/ p4 m
* }: O9 o5 V1 z$ u" ^& W    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。

+ z# N0 S6 ~  z1 T4 k  Q    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。
6 \; Z  o' A" b; q; K
3 F/ K& \+ M2 e+ h& z    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。

% |7 s  [6 G5 L+ S    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。

    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。
. |. E* P! P+ C9 \$ b2 `
Replica set
  W; ~2 m% v' n9 k: D6 g+ c        
/ v9 d; R1 V' `& G# ]2 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。
3 _' R- k6 H$ {# O) _8 ]
4 V! N1 |( ~, P: ]! B9 A    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$ @1 \! z; J
6 I. j' l9 o/ F  {9 P- G    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。
5 c% E8 `' j, `3 Z! t
    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
6 h' m* A. z5 @: i& ?; [: p. 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。

4 a6 x# Y, E$ T/ ^6 W7 O/ }- e- a    每一个config server都包括了MongoDB中所有chunk的信息。
0 D$ k7 B' t' I* D% ]
    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。
1 r+ m: B+ K: N4 o
    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。
% O) T5 r9 f) q) I* v8 L
" t5 M0 j1 \9 q  q    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。

9 T1 B$ O3 W( G/ L3 LMongos
; D# r7 l, f4 o- ~  k
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

9 L2 Q# l  ?6 \/ w7 o$ b8 p    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。
0 e: k2 f# b8 V
) S$ C! W1 T3 r    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。
# X+ b8 U: r& }0 C
    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。


Reference，

3 b0 A4 d" e" t5 L1 E) a4 k[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
5 l& E3 `/ d2 _- ]9 z( N

PenPen

: Z( O6 U7 S) T7 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
您是和邓侃一起写文章的盛楠么？

0 q5 k  P& _* R; [4 \0 G% [是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
3 k% Z: Q$ A! o( y. |6 T1 L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~

; |5 y+ p: z! D' T- f3 O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
1 t# F  s5 Z- D3 n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 ...

& u( b! _3 `* p* l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
( ?4 h: r  F' E. p9 Y1 [# l" T欢迎，欢迎，已经给你变成正式会员了。

3 G! B" q. I; E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。
, a; d5 H2 L" r% n% A3 |1 Y

梦晓半生

谢谢。
. i) a2 }! g1 _5 P
4 q% H! ^5 n3 v4 W+ K中文看得真累，大部分还是英文术语。
4 C) C* K5 X  m" e$ q* S
8 y7 v) ^& o+ s0 v  m  b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。

! s6 D# k2 ~3 n2 j: a+ h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
" A2 Y& X6 M; ~  T5 I- _+ m我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
1 O, M6 J; P. d; ^( b
...

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。
4 i- P5 f9 t7 C
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
" Y+ r1 v1 K; n+ y! ]是我啊。。。这都能被认出来。。。

" V" X: @* }( j是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
是邓嫂么？

% ?( V. g- D  }. i! v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
0 s- s( h% H; v0 w# {9 u$ ]7 q1 K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 ...

( I- v# u* y, p- g0 J; H$ @3 G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。

! C: V. T# ^. v8 S2 X$ E8 Yhttp://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
/ x. o5 K) Y+ P太好了，期待中，希望都带上英文reference。

; B) Q6 ]7 N" T" S6 b现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

1 d* L/ E6 ^/ Z+ u- ~- b0 v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

# h) {' R6 L# M% r0 `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。
" E* R- g. _$ y- S; A1 u
+ k# ?/ g5 N4 p8 P+ W* ?# khttp://en.wikipedia.org/wiki/NoSQL

9 p9 u0 h3 [+ N' Z0 p

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。

http://en.wikipedia.org/wiki/NoSQL

1 V0 T; P' t) w' D好的好的，现在这个写完，然后开始写nosql