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。
5 r# `9 b& _; T$ P6 Y6 u8 P* H
* |" l4 p- c$ \$ N6 _    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。
9 Z0 \0 v/ c9 y+ g- I" z

7 V( C! t- k5 ]3 @( ?9 ?2 h) n
图1-1 MongoDB架构图

( O: ?2 T6 b1 q6 J( ~+ s
    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）。

$ G/ }: Y/ \7 o/ R- ]Shards

/ F% d1 v% e; o4 M+ f. E    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。
/ l* ]& h/ K* V5 N' V4 O' 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）。

    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。
6 S/ i6 I7 f$ `$ O' k: P
- \1 T- l# C5 M6 V3 D# NShard 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。

$ p" m' `3 Q: H! E: v9 h    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，
* ~4 S) X% W+ y4 F3 u. h
* H; c6 _# p/ |1 ]7 h5 L{
8 z& a  @  R% |* P* g  c  "ISBN": "987-30-3652-5130-82",
( d+ o, v) v) v) L" |" ]  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
& ?. C$ L# @. S" V1 f9 h) f& ]   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
        "Track" : "1",
8 u  o6 p3 X8 ^. T        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
& U! g, j0 \3 v( L  g     },
# W- t5 p. n6 f1 ~& v4 G2 r     {
        "Track" : "2",
1 e: D! q1 G( E( v1 b$ B0 y% j8 k        "Title" : "In Bloom",
        "Length" : "4:15"
     }
   ]
7 V% F2 a" s4 p3 p& b0 |}
4 z0 X, ]8 n1 A* E2 {; N
{
) l1 s- }/ J2 H( F. |' O  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
5 ]: c) [) t5 U  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
2 Q0 B; J4 S" N2 X7 Z  "Author": " Eelco Plugge",
  "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。

    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。
% J, F, L# A: T+ B' d1 A& _
& d1 T% `* z5 ^1 ^    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”。

Chunks
        
    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。

; J$ i, ^6 d' \0 [7 O4 W

: v5 j1 Q# [/ G0 a0 H2 _7 s图1-2 chunk的三元组

$ `0 b& E8 j/ T) H
    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。
$ w4 g- t; d8 A) x8 i& o
    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。

( V. V$ q& U9 z* X  F    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。

& Y4 u6 m" E* o- k' ^    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。
9 {& p$ C( V$ ^" P5 a
Replica set
8 t. u" q) B$ Z8 h' X. c6 f( O        
    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。
; b6 z5 I$ ?- O5 A3 \7 _
    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。
* q8 @( n. v  l0 {% }
8 c& {7 N" Q' \8 w  g. Q    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。

/ w/ j; R+ e7 s, O# @7 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。
; C) V8 E$ W% W- j, \3 |6 |3 o/ e
Config Server
& m) {7 T# a. w. p        
" {0 U! q9 g4 c4 Q    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。
8 c/ C. q6 Z8 n& x  V7 }
1 b$ G  U/ N; w  Z5 p  R    每一个config server都包括了MongoDB中所有chunk的信息。
- O2 {" e! z0 Y9 p! A2 c
    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。
' U* m+ D. M8 ^- v1 g1 M% Y: m# r
3 y) I/ f* v( L' h* W9 H* G    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。

    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
$ A9 ~, U- D! i& M  N# a
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
0 F8 Z1 ^9 R% E
    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。

/ l  d% K* ^, I& ]0 z, C    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。
( M4 s8 _4 U# [6 u0 P* Q# H: K  T
4 \$ s* q0 U/ W4 u    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。
9 ?& n. o3 m3 O
    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。
1 G2 G/ x9 y1 w# |& g

Reference，

[0] Architectural Overview
. Q4 s& J. \, z* t  ahttp://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

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？

9 t/ b: M6 R0 Z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。。。

& l+ F  J1 v/ f8 f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~

+ e0 Z7 T" r% U8 c: G- T5 `1 u; _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。
8 k% f. k% P: H. H' E0 G2 T
# R$ p/ @: z0 ~, ~+ }; n) a; [

梦晓半生

谢谢。

中文看得真累，大部分还是英文术语。
! K  u% S: l  k  b3 g! t1 M8 P
$ Q1 g9 g" N0 Y: p! I8 V' d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。

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
% i) C* y( w2 r/ r, h% F我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

; g: L" l( I9 z8 C8 J' } ...

& N3 ]7 N3 A) `( O" c! ~, b  `( X5 imongoDB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
3 |' q' m; o8 }; c& i9 c0 e谢谢。
! M' R/ t, c  \
中文看得真累，大部分还是英文术语。

9 z) r! v5 G1 u5 H1 ]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
" Q" v+ j5 R3 m: P$ p是我啊。。。这都能被认出来。。。

& _. G' m5 ~/ t- s是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
( ?$ d/ q! T, v, b) l  P是邓嫂么？

5 \3 i6 l9 n  I! e: 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
* n9 k7 }+ j) s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。
9 |1 m! V0 _9 j% Y3 p
/ |4 ?" ?; S- H% a# E$ ~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
太好了，期待中，希望都带上英文reference。
4 B  R2 G) ]* P8 W0 {# e; F6 y7 y, w5 s
0 @8 E/ ~. {; T% Z) w现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

5 C8 _& @% ]) X, I1 ^4 G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
2 |+ G" y& L2 Z# u/ x1 L5 s5 t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。
2 S3 O" m1 D+ I; S+ v
http://en.wikipedia.org/wiki/NoSQL
; [- R& z+ U+ N
% K* d3 `1 }7 Q) Q2 H8 i7 N: a

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
0 W9 W# W6 y( D" d  t; x# W& s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
7 L/ p4 O2 U' q- d( q0 o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。

: q) j2 V7 s& e2 b# Q6 o4 ahttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql