Sharding中Chunks的切分和迁移

shengnan007

    在上一篇文章“MongoDB架构概览”中，我们简单介绍了一下MongoDB中的shard，接下来，我们详细的讲解一下MongoDB的sharding model。
, ~3 R/ H6 Q3 N' t# B7 ]3 m
; ]6 D2 R  H0 v    当MongoDB的一个 collection 数据量太大时，我们按照shard key，把该collection分成多个chunks，多个chunks聚集在一起，组成了一个shard。

    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。如图2-1所示。

6 n$ F. R8 m1 A+ O

( z* J' g& t- ^
图2-1 shard key、chunk和shard的关系

' u9 [% |9 x# q; r1 i3 J    通过图2-1我们可以看到，数据在整个key space上的分布是不均匀的，这就导致了chunk中存储的数据量会不均匀。如果一个chunk中存储的数据太多了怎么办？多个chunks构成了一个shard，因此shard中的数据量也会不均匀，如果一个shard中存储的数据太多了怎么办？

! i6 z5 |3 i; A( N    上一篇文章中，我们提到了解决办法。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。

0 ^5 \) ^9 p& B$ T7 K" _: P    当用户产生存储数据的需求时，把插入数据的请求发送给mongos，mongos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，同时，mongos会根据历史上插入的每条数据的平均大小，判断这条数据插入到这个shard server的某个chunk后，是否会导致这个chunk的大小近似达到或者超过64M。
* Q; o5 K* d7 R4 |# U3 j9 u
9 f8 I3 k! M2 Q; R$ Y9 N0 Q  H    如果mongos经过判断，发现chunk在插入这条数据之后，会近似达到或者超过64M，那么就说明这个chunk需要进行切分。Mongos就要和这个chunk所在的shard server联系，并发送一个切分chunk的请求。
5 {. v6 p6 s% G! _$ _8 d* `  G5 O5 l1 j
    Shard server接收到mongos发送的请求之后，首先查询这个chunk的shard key range，然后根据这个key range，计算一个midpoint，然后把chunk从midpoint处分为两部分。同时，把这个变化通知到config server。
. m/ a- F( b! K8 `! }: ^4 Z6 G
8 `# f9 X: h" b, I; v. b! Q    请注意，这里只是切分chunk，切分后的chunk仍然在这个shard中。随着系统的运行，chunk中的数据量在增长，虽然通过切分操作，保持每个chunk中的数据不超过64M，但是， shard 中包含的 chunk 数量在增长。如果 shard server中的数据太多了怎么办？MongoDB通过chunk的迁移，来均衡shard servers之间的数据量。

7 y8 O  p+ L0 R* W8 w    在mongos上运行着一个“balancer”进程，这个进程的任务是确保每个shard servers上的数据规模大致相同。当数据规模不均衡的状态被检测到之后，这个balancer会联系那个数据较多的shard，发出一个chunk迁移的命令。
$ L1 ]& b6 B, l' t7 T) f- @
  D3 e& E: }8 d* f1 ?; F  M    如何界定什么是数据规模不均衡呢？如果存储chunks最多的shard server，比存储chunks最少的shard server，chunks的个数之差超过预定的一个阈值n，balancer就向这个 shard server，发起chunk迁移指令。
$ q) `  f# \- J$ W) {
    在MongoDB中，n的值，与一个collection可以分成多少个chunks有关系，chunks的个数越多，n就越大，但是至少n要大于2。当shard servers中chunks个数的差值小于等于2的时候，迁移就可以结束了。
, S6 O6 a0 y! V) F
  x* l& T# u7 \  r. r& M' r- \    Chunk的迁移是在线进行的，也就是说所有的shard server都处于工作状态。Mongos从数据多的shard server中，选择一个chunk，迁移到一个数据少的shard server中。 为了方便理解，下文中，我们把数据多的shard server叫做orig server，数据少的shard server叫做dest server。
. z/ j. t" e$ f
    迁移的过程中，首先 orig server向 dest server联系，成功建立数据通道之后，chunk数据会被从orig server拷贝到dest server。这个过程会持续一段时间，时间长短，取决于数据的大小，如图2-2中的过程A。
/ J. Y1 H6 @, c3 p
    在这期间，orig server可能会不断接收到mongos转发来的用户请求，包括insert、update等等，导致这个chunk包含的数据发生变化。这些新增的数据变更会被记录下来，不妨称之为 delta update。当过程 A 结束后，orig server 将向 dest server传输delta update，如图2-2中的过程B。
* ~) P, F& ]$ r% `; G! d8 E
    在执行过程 B 期间，orig server很可能继续接收到mongos转发来的用户请求，导致这个chunk包含的数据进一步发生变化。当 orig server向 dest server，传输完第一轮 delta update以后，紧接着开始传第二轮 delta update，然后传第三轮 delta update。如此反复更新 delta，理论上可能会永久地持续下去。
9 m; e! n1 k; u) b2 P% A) D6 c
9 E; }% K) L! R5 l( T# d    为杜绝这个可能，我们可以设置一个最大的传输轮次，当进行到最后一轮传输时，orig server会停止接受来自mongos的所有更新请求，并把这些请求记录下来。
9 H* n! @5 d9 g' a0 e; c
6 P; n, ~9 g5 H8 C9 |

- e, y3 w* M. A4 E+ U

图2-2 chunk的迁移过程

当最后一轮传输结束之后，会经过如下的几个步骤来结束chunk迁移的操作。

1.  Dest server会通知config server，该chunk已经从orig server迁移到了dest server中。Config server更新这个chunk的映射信息，如图2-2中的过程1。

2.  Dest server通知orig server，数据传输已经结束，让orig server向 Mongos，提交一个StaleConfigException，如图2-2中的过程2.1和2.2。

3.  Mongos会从config server查询到 dest server 的地址，如图2-2中的过程3.1。

接着，从orig server获取到最后一轮传输时，orig server尚未执行的，来自用户的数据更新请求，如图2-2中的过程3.2。

最后，Mongos 从orig server 获得这些尚未处理的请求后，把它们转发给dest server处理，如图2-2中的过程3.3。

4.  以上的过程结束之后，在未来的某个时间，orig server会把这份数据物理删除。

在迁移的过程中，存在着一种特殊情况。假如这个被迁移的chunk，正面临着高频率的更新请求，那么在传输delta update的时候，会发现delta update越来越大，以至于delta update的增长速度，大于从orig server到dest server的传输速度。

在这种情况下，整个迁移过程要中断，之前所传输的所有数据都被放弃，也就是图2-2中的过程A和B，以及过程 1-3，通通被放弃，相当于这个迁移操作没有发生过。Mongos会从 orig server 中，选择另外的一个chunk，重新开始迁移操作。选择的标准，是这个chunk 的数据更新的频率不高。

; [  ?2 ~- W$ {1 d, L/ O

Reference，

[0] MongoDb Architecture

http://horicky.blogspot.jp/2012/04/mongodb-architecture.html

puber

底层运作机制最迷人。

shengnan007

puber 发表于 2012-9-27 17:18
" k# u  b( j( e7 k7 [底层运作机制最迷人。

! l: X4 |$ k% o) E7 z; H也最不好寫呀