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 ^+ L- L5 R9 m; }; Q4 i8 x    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& n$ R( Q/ Q+ m
; h) x) @1 c' \  H    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。

: z5 s$ x. t% ]0 i" ~! R9 C$ d
2 U0 t  t$ n% q7 }' t图1-1 MongoDB架构图

% D- m" O! E3 M  u( a: @3 ], r$ P2 h) R
    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）。
. K; t/ q" Z' h2 y- I  f
7 G8 s2 c6 m6 `& q& R/ [Shards

6 ?+ `- Y1 U: ?9 e  \+ Y! E0 Y! }    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。

* C1 M4 P& y" ?1 w1 D4 m1 U    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。
2 i) Y, a1 V9 j5 {- T
) Y# Z. N$ a% g1 N    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。

Shard keys
. ?. W2 p* U: p4 E        
8 ]+ `& C: y6 v2 }" F5 s    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。
3 w7 B7 o. c2 |- W3 E3 j
% s$ W7 P& G2 j! S- {    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，
3 @  z! S3 N  |6 W. p6 a5 \
{
  "ISBN": "987-30-3652-5130-82",
4 R- H- b& @4 M, c( S  "Type": "CD",
  "Author": "Nirvana",
$ F1 _: I5 w2 T& ?* J8 a- d" k  "Title": "Nevermind",
+ `9 C* K: l$ w2 q  C  "Genre": "Grunge",
% H! S& x* a( z) Z) w3 c   "Releasedate": "1991.09.24",
9 F* B: X, e: a7 K   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
! S- O0 |' L2 b& e5 S        "Length" : "5:02"
7 j: y8 w% C3 u7 Y  D# n4 ]3 B     },
     {
        "Track" : "2",
+ \, }8 `& |: L0 v7 }' p6 ~        "Title" : "In Bloom",
        "Length" : "4:15"
# M) C; j$ j% _/ t& K     }
" z8 z. i1 F9 j: J; P. U   ]
}

$ `: ?& _+ q* ^4 T  }' p$ w{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
6 t; |9 B( Y5 w  "Title": "Definite Guide to MongoDB: The NoSQL Database",
0 A0 `( Q9 |' Z$ A  "Publisher": "Apress",
' X" k* I; v$ ^- Y: i' F( e4 F. n  "Author": " Eelco Plugge",
) x7 F9 O% X' T2 a  "Releasedate": "2011.06.09"
}
" J% O6 ~8 ^/ R0 A/ V( I
4 v6 n% }& J4 b" E2 J2 U    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。
, U1 k, R" X* H7 r7 W
) u2 p1 Y8 a. ^/ ?( A7 N    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。

    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。

; Z1 @2 i% c) t" g1 @    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”。
+ U2 j8 T2 Z, D- F7 t& t- O
Chunks
        
! {8 f- l* X; W    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。
+ W' e+ c# X, J9 ]

$ u$ _! F6 U2 N图1-2 chunk的三元组

5 @" t# m6 J$ U' t; b
    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。

' G) R3 I( \" Z  w; }. L/ U    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。

    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。
$ |& O3 z2 x' l8 v
; `# F) B7 t# f. s3 m* x5 H- A    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。

, m0 O4 W  n* g( ~/ b9 v! B    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
% h6 r  s$ W  K  \& B        
; {& K7 h3 a. n0 C% _% M    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。

, L3 Y+ y1 i" O4 i    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。
  [2 N; |0 b% L& b, C5 \
+ E5 B8 {" d& M: H* U4 @0 B9 l3 a5 R    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 ^2 e" }2 U, y& [- q( o
    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。
  v+ t& Y: Z4 i
Config Server
        
' L* G2 A1 V; _: J    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。
2 C0 j. T2 s) A8 p, }7 l
& X' L5 z6 p+ W    每一个config server都包括了MongoDB中所有chunk的信息。
5 B; O; Y  b2 W4 i* Y4 w. E
    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。
* Y% Z( q0 C# f1 F2 F# k
+ F: ]. t) w/ C4 u  K$ N/ u    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。
- @' S* T9 D( u% h
    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。

( B7 r8 O5 P( R  F$ Y1 xMongos
' |- X; b: c& `6 Z
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

    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。
; Z' p9 {5 |5 ~& i
    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。

! h9 y6 k) k  g4 J9 k) z3 `  B0 i    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。


" x2 s4 e* T! E1 i$ XReference，

[0] Architectural Overview
2 ~8 X$ M) g( \7 Q" dhttp://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

8 n6 b4 ?( j3 V$ s2 J

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？

3 Q3 Q- n5 g4 F% l4 H2 a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。。。

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
1 R# S" y  \+ S9 P" K! s7 f3 ]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
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 ...

* h  M+ @# T9 |( d% z+ Q& f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。

0 O5 K) R5 o+ @. ^0 {8 A+ V- z: a

梦晓半生

谢谢。
3 V) y* L4 I8 P2 j
中文看得真累，大部分还是英文术语。
9 _+ [  E( P3 M3 O4 e
) c1 C' ~- s4 B7 [; T( [' B& 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。
  Q3 t4 O) q: T/ T
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
# L0 L+ _0 S/ t我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
  S. s: J( ^! }2 l
...

5 d1 {1 [$ B7 k& _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。

中文看得真累，大部分还是英文术语。

% L3 J4 H( u' U! i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
; B  ?% C# i* ~; z是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
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
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 ...

. o* R1 a9 E: N; t' N太好了，期待中，希望都带上英文reference。
+ E: ~& u- t7 n1 K
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。

现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

! z7 N8 K9 e; t! Y1 j) A- h. z+ c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
! m9 ~  [, F# |( w8 v! H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。

0 c, v- B% e( b7 t+ |2 N( Xhttp://en.wikipedia.org/wiki/NoSQL

( W5 }& j+ |1 f4 u9 M8 d, A

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
% b8 _" {" G) F* B) [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。
# c5 K' k! s) k: [3 d, A' ~$ `3 N9 ]2 Z
- P' w6 U9 c+ _5 B# w" B$ Ohttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql