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。
8 ~" ^) ^0 p# X; x8 h6 a
    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？

) x  L$ P$ G5 U1 C' h; d+ [, N8 P7 f% ~    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 \- |  k+ S8 L) C

4 }% E5 I, m3 S. l9 b图1-1 MongoDB架构图

    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）。

# |/ o' Y* p. I( G0 s1 f/ bShards

" P5 |- ~2 h: D5 F& n    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 t" W% N' `2 ~: r2 q, o: P    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）。
" g, Z) j4 q+ A4 E! G# j4 E5 x/ U6 p
    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。
" |) ~' x) Z( B  w- `  {* P
    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。

( X* _. F- d3 [2 t( t& k$ FShard keys
        
9 k7 M2 D$ I4 h4 J2 [    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。
7 v! j1 z& y! G% |5 S2 V
) c! F4 z% A5 M! z8 ?    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，

8 M5 f: o( b8 {' Y* k{
: `1 ^6 a$ i; Z! L8 Q4 I& v  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
5 w: Y: }4 ?9 ^8 ^  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
. I, O( ]& U2 A9 R  N/ R7 @   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
3 k9 W4 `( P* F7 Q5 g        "Track" : "1",
9 [+ N, r3 T) U6 w2 s. g        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
     },
) R: V: w5 J. K$ m$ g) K. Z     {
        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
1 R/ V: N3 ^, w% G  f( K3 E1 o     }
1 X7 @4 \5 N4 j' S$ p   ]
}

1 A' x* u2 E2 {& B{
( n) h+ q5 j" ^7 F6 _4 Z  "ISBN": "987-1-4302-3051-9",
+ A3 f9 ^! p1 j0 U  "Type": "Book",
6 b( w& f" v8 `( R+ S  "Title": "Definite Guide to MongoDB: The NoSQL Database",
0 T: @' V, u- Y% f, X2 S: h9 Z  "Publisher": "Apress",
8 z. t" x" S  R5 L7 X  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
1 B: m& [" ^* e7 l3 {}

) s2 f" L& ~' c; I% B    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。

! N* U) s/ D/ O  `" q  H' c" {  S: S    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。

' L% e, Z  |" |5 ^  ^6 `    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。
, |  T: w( w+ }1 n" }/ `
, w+ h1 n% ]: \) I2 j$ n    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”。

4 L0 u$ S3 x7 o! U( EChunks
        
    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 T& F; A4 I

- E' ]8 b* p7 M4 u' y7 _6 }& Z5 E图1-2 chunk的三元组

. _" \3 |' r: c# Y  {  u. 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。
+ {7 a7 T4 M( H) h
    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。
- O3 a& g3 [. q+ N
7 ?4 x- `2 {# a9 x) l% y3 F3 l    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。

/ Y" S+ ^& J) S$ Z6 K! e8 M& L    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。

; \. u7 O' Q! O. B  t  o  Z: G    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。

Replica set
8 R5 C  s# `6 f& K        
  m) J$ e2 k/ L3 `0 f    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。

    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。
. F2 k6 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。

$ v( K1 @. X3 a% Z* \) I    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
        
* _3 r3 l  c0 ~+ h    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。
( i; h3 n- {7 u1 z7 F3 A
    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。
2 Z7 ]; i) A6 l2 g* v
    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。

3 W* D& \1 a* ?% b! ?) F    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
7 K  t- a+ u' Q, [' {& {& t; _
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
5 S& L. g1 |( b" b6 A
    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。

    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。
) o, S6 q& p3 ~
    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。

/ q& t# v5 v% U; V0 H/ {0 l, {1 \+ z- Y
6 l9 r8 ^. @: a( H, _Reference，
& x% C8 B5 r/ S1 ?4 k/ x
[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
- W' N: J! h5 r/ r% L8 n

PenPen

, Z+ Z; g( u- ^( h; k' x/ ]
" Q2 A1 H1 S+ g
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
" s8 v# X$ ]: x% ?8 I; ~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
6 N' c) o" G# T, R0 z是我啊。。。这都能被认出来。。。

$ i9 h6 N* J8 S5 N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
- I- ^! p* Q& X  v2 Q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
6 O3 Z1 n5 t9 Q, ~- Y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 ...

  v) V" o& i( L8 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
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 r) I0 V& H7 b+ @5 d4 \4 e5 m  v
, U; H# F) P& j& _# P- u" C

梦晓半生

谢谢。

$ `) y& e" z1 k) w中文看得真累，大部分还是英文术语。

! @6 M' d" G2 A' q, @7 x! V& q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
' Z8 Q: `& p8 H+ Y. l' y4 n$ t我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

...

. N  }' R! L3 n" J2 Z! P7 N9 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
; g) b  w- U, |谢谢。

4 A9 Z4 ^$ A1 {! Q5 v- d6 M" O. A中文看得真累，大部分还是英文术语。

6 D+ F: ^6 e# k8 e- Y4 v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
& K9 S  h* r+ ^" b是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
, e$ e8 Z& i. C9 v0 X7 n6 P是邓嫂么？

1 V( ]) @3 v* [9 `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 ...

8 ^& t4 J; g3 A- l2 G3 c% s: l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。

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

shengnan007

梦晓半生 发表于 2012-9-20 00:57
7 S' P2 z- V4 b1 X4 O太好了，期待中，希望都带上英文reference。
1 ~7 O$ l  |- ^0 \9 ?/ d
2 B: z6 X, w" A5 d+ Y- X5 B5 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 ...

/ C0 X/ {: `2 E. s3 Q. h2 g& Z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
+ E2 Y# E" d# D( P* E- H现在写的也很纠结，资料太少了，哈哈

4 U" t$ |3 z  ?; 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。
! l3 m: I7 r/ V
, S0 h2 W7 W: u3 ~http://en.wikipedia.org/wiki/NoSQL

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

9 \. I. @. E( V: e' T6 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
! ], |+ q3 \9 ?2 U0 d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。
7 h2 T3 W$ g" I9 A* b3 X9 |
8 c- S- T1 {" _5 l& D/ G( ]% n: vhttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql