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。
! x; R( k/ u0 s+ Y" E
9 e2 V+ r; R" ~3 {4 A1 O& J6 b8 B5 W    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。
+ v: u1 h$ n0 A4 }
1 M) t# s2 a) I: U- T# P

图1-1 MongoDB架构图

; U' l3 l! @& _* ?8 }( Z
9 C% c) e, A: o* s, k5 @/ d* ~    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）。

Shards
9 t( W+ @% y; C
    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）。

    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。
* q1 p% h. z" I  o) |8 w. b2 R$ S, W6 I
Shard keys
        
) t( O; y  _8 U# |4 l' N" h    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。

# K9 ~( l* q, P0 v    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，

{
  "ISBN": "987-30-3652-5130-82",
7 B6 v. k& \0 D* s  "Type": "CD",
  "Author": "Nirvana",
5 ~1 ], ]+ ?4 c* H! N/ K  "Title": "Nevermind",
1 U$ f" W6 W1 V# z* d% T# L# |  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
8 o3 P, w+ ]) p! L        "Track" : "1",
        "Title" : "Smells like teen spirit",
1 B* V" o  U& J8 `        "Length" : "5:02"
     },
     {
" R4 t0 r% F! D. W8 V        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
     }
: C+ }$ q- W) M) p6 l   ]
}

{
  "ISBN": "987-1-4302-3051-9",
4 J) X  p5 x+ N) z1 B) x$ ^  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
1 ?% G) i3 _! Q% T) ~( ?  d}
8 c5 f' ?3 S/ `0 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。

6 g$ d+ W8 a5 I. d; ?' {    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。

( H: Q: s: u7 V/ x  T; u0 ~    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。

    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”。
- z2 [7 ?7 F* z
Chunks
3 p8 S5 L3 F, r- m7 t' _  U        
    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。
  ?5 w3 u! _+ ]3 \3 Y6 G+ X
& S) W) `: X1 V2 f$ z8 r* {4 D

( Z' y! P9 A! R" q7 A图1-2 chunk的三元组

    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。

+ X% i* }$ L+ D0 s0 I7 b    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。
; E9 |1 s* M& X5 @+ p$ }# Q: H" j4 l: Y
    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。
9 ?) B8 m* Z" a5 ]) G" N  G2 q
! \+ M6 I0 Q& 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。

    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。
1 K% e, c  }3 K* k8 u
Replica set
6 `9 V+ d: u0 Q. x3 }        
    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。

9 R/ p, S. n# n  j* d) l7 O, f& K    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。

1 }4 b8 U( z$ h+ t    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。
# [' F* _, t5 c1 g! i$ Q  G
& o8 b6 k# l' P$ 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。
* Q$ U" P; j- H
! w; t: G; m' OConfig Server
        
3 {' D% b+ N1 i; 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。
1 z; L( d- }6 h1 c0 U/ |- L0 Y
    每一个config server都包括了MongoDB中所有chunk的信息。
: u+ L- M! u! A. s5 Z' M. y9 U
    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。
, ~! y. Y2 u3 L) N
    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。

Mongos
$ U# e/ w7 c3 t7 U( [: |
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
: t: D8 Z& W7 G  P
9 b7 i" F- s$ e* ~1 T, Q7 k, C  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。

6 g8 O" z4 ]# [2 ?    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。

    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 g4 V4 F0 r* O! S6 j3 m7 x7 ?

+ b* Y4 x, n, s9 L4 s) s  J6 Q, fReference，
, {. t! b! a: u) J8 D. c
[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

: L. }; ~& n$ D0 i4 O# N# F

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
: v! ]4 k% Q- @7 k' ]是我啊。。。这都能被认出来。。。

' C  e5 m. Q8 S6 l7 ]4 r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
/ a) W: Y9 `$ ?% O5 K- u/ o- Z3 h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
5 b/ D0 z6 c2 D9 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 ...

0 }7 M2 v. E5 e% X: \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。

梦晓半生

谢谢。
+ J. I1 l8 a3 V- o% `% u: G8 O
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。
* H) c6 _2 |0 }! v' F
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。
9 [8 N' V5 ^2 G% p( E3 Q
...

+ d+ j9 l5 `* O: Y# O1 F$ r" ymongoDB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
2 e" p& W8 O- Z$ o2 {谢谢。

  H! ^7 U+ w% _! p中文看得真累，大部分还是英文术语。

/ [1 l/ ]' a/ D9 S  D6 [2 C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
; E; y) d/ n. a9 o+ Z$ p# a是我啊。。。这都能被认出来。。。

' R' O# ~! D' Z- C: K1 i+ X! z是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
是邓嫂么？

# W' Q" S* H' W7 j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 ...

' t5 H8 e9 n1 _- v/ J太好了，期待中，希望都带上英文reference。
- J8 J0 Y4 o. |) U7 A3 x& C$ F
! u4 P" E" ~- f! F9 K$ 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。

9 |+ w0 s" P' w- H2 K; @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。
+ Y) M, n- \) v
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

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。
! X4 d$ V9 }; R- n* [: j
http://en.wikipedia.org/wiki/NoSQL
! R2 s' c0 D: w

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
9 R( q/ w! s* w8 T, C  ?8 f1 @有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

" W3 A2 e' U# d& q+ _; K/ W) a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

  d0 j5 U9 Z( c8 w% U# ?  k好的好的，现在这个写完，然后开始写nosql