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) j& I5 L2 M* H+ t: Z% t    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。

2 a. n0 a4 r' {5 m1 ?
% A1 g. {" O6 t% m9 D图1-1 MongoDB架构图

  l' k) ]; {" J9 P
    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）。
2 G) r1 A6 _6 S" a' }# a
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。
0 {  v% B9 U2 A0 s+ _8 K& b
    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）。
0 E" _- [  q0 n0 F
1 M+ z/ x% V! h" |7 y! V1 K, Y    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* S& @+ g- k: W9 r
    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。
4 g3 Q( w- ?; ^/ N* r5 S! i- \
Shard keys
! X( a$ i" J* z$ ~        
    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，
; e+ @5 c! ?8 O' o2 ]
% @& L+ y1 x5 _7 x$ X{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
6 O  l# [8 d: O; m" @7 g  "Title": "Nevermind",
; L* u+ R7 f* r6 t, C6 R  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
2 a; p( B- p$ ]) ^- F9 R5 D5 F     {
% t) ]9 C( f: h( Y; q; U  i        "Track" : "1",
        "Title" : "Smells like teen spirit",
+ U/ n1 B+ G  X8 |' E  m        "Length" : "5:02"
' R; R" `% ]0 {3 R6 K+ A  E0 Q     },
" N+ k$ @0 P6 G     {
9 I. W7 T9 v  e% M7 E% e        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
     }
   ]
}
# B6 F; [7 B8 x' q& G8 b
{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
: x( a% w$ ]2 W# t% M) i+ M  "Publisher": "Apress",
2 `9 x4 s0 s! z: s. Y9 U  "Author": " Eelco Plugge",
% N2 A. ]$ `! A4 m, h, J# r  "Releasedate": "2011.06.09"
}

; n. k. g/ e. L0 C    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。

+ ~% ]- y# n6 E5 l1 b9 t# R' u    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。

/ O: n& D2 n' y9 b    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。

( h* t  D1 b: C& N8 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。

    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”。

# S  _8 {+ @) u, aChunks
- B$ h7 K& w1 R6 }3 O; S! c, g; X        
    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。
7 o7 c7 V: L* S

图1-2 chunk的三元组

- ^- d# B- `, U0 ]
# Y0 `/ V! D. W1 S9 f; C0 G    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。

    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。

* F' a0 `2 Z9 ^! H    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。

; I. ~" h0 E0 g) X% t* P0 C    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。
# N/ s; M' Y* B# c: t8 V
4 K; T$ f. L# ^3 y  P% _5 Z    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。
" ~! u+ i! l. t# ^2 l8 v
+ w) v; {+ O2 u+ @* eReplica set
! g. j5 e; p* F) V- p5 X. Q* c        
    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。
; q$ O' j  h) n
2 F! x. N% A! q    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. J4 \/ Y' j9 }0 I
! y9 V: K4 i' o- _: 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。
& p% U8 l" f( I% W8 ^2 U6 ?/ y- A" I
5 f3 n) f6 U0 w    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。
+ X% l$ h/ w3 L) f8 Y& v
# Y% `; }5 s/ }7 DConfig Server
  G% S# P' T) t+ f" ]        
    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。
- y4 _- X+ H5 _4 f" [
    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。
0 D7 F. F' N! C" z
    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。
" n  z3 p. v8 P5 _/ n4 B' W" K
Mongos
% i# K$ v# a, [0 ?+ n; |0 W, h
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

* h3 X4 D8 A& x6 H( \3 b7 u# Z) h  T    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。
/ M8 {5 a4 j$ q4 V
0 S' x! h8 a7 H+ F6 L. t. b+ R$ w    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。
$ p6 D4 n) `* m0 ^+ X8 o
0 H$ \3 N( o2 n: e) `1 ^    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。
8 P- }: O# Z8 V8 }1 l/ x

Reference，

& p% F6 y* f3 L, N[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
. s( W8 A/ K  N

PenPen

7 i% P3 f: f+ n5 P7 J

; v) P) R: C  ~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？

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。。。

6 l/ r. f% k) N2 ^9 @( D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~

: m0 e$ _) P4 I' ?7 E# u# ]3 T4 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员是么？

不爱吱声

shengnan007 发表于 2012-9-17 22:49
) s. V+ R( X: o$ V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
' B$ l  @9 c+ Y: h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。

9 a6 s' B. H6 o6 @' c( D1 b

梦晓半生

谢谢。

中文看得真累，大部分还是英文术语。

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。
+ f4 o* g6 j  g
( m. e0 D: x8 m: _. ]7 `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。
( T0 O3 z! \& w' K
...

, W! P- q' c8 ]# Z% @# D7 _0 u" `  kmongoDB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
* W& e" X+ x; Y谢谢。
3 Y5 ~. @8 i! v( t6 O
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
是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
+ }0 v* p3 }- @- i& D) W/ V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
/ Y( C$ C/ J7 }1 d, a8 ^; L- P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。

4 B  Y- Y* ^8 t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
7 y) e* e  q5 H" [# F太好了，期待中，希望都带上英文reference。
# H0 D6 u2 u, n8 T% h2 |# 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
# U7 n8 _$ ]" O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。
% v8 m1 B/ B( \% K5 ^/ z
http://en.wikipedia.org/wiki/NoSQL
& }9 b- d( W' w
/ g+ A. y$ c" H

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

. s- S$ F7 h9 a6 b1 X8 l# N& V* I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
' w1 D3 \3 ?/ D+ s, A0 s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 C7 b; P  u2 R% P
9 t& D% F( F/ vhttp://en.wikipedia.org/wiki/NoSQL

/ ?& n! t5 e% {! f好的好的，现在这个写完，然后开始写nosql