爱吱声

标题: MongoDB架构概览 [打印本页]

---

作者: shengnan007    时间: 2012-9-18 12:31
标题: MongoDB架构概览
    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。
+ Z4 J+ Q' R: k  l: g
    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。
, ~5 f0 k1 X$ \0 M! ~2 Y* {! V" J4 a

8 ], R$ s% \) |; h
6 p+ u# @: b1 n8 B$ l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）。

Shards

2 X0 a) \5 h  Q; H& a) v0 L    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）。

7 m$ `* M# f2 i5 Y    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。
. n) r/ Z: p  ?/ x4 S
& e+ M. e* {$ M& {# qShard keys
1 ^5 b$ t: W3 l: V5 P        
  L! j1 x" E  s" c( w    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 w, q( x& h! M2 }! w  h" X
8 X/ T8 L/ q3 b9 F    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，

, W' v. e; ]3 j! d& N: N- u{
  "ISBN": "987-30-3652-5130-82",
* C* V  }5 w8 k+ d' F  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
5 ?' Y8 V1 x7 K  v. A  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
9 H4 t3 {. a3 |7 I( c1 \1 u2 `   "Tracklist": [
+ u5 ~) S4 [0 g$ c% y8 K     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
1 n1 A2 h7 W1 M  @4 \! f        "Length" : "5:02"
     },
     {
        "Track" : "2",
        "Title" : "In Bloom",
3 p' I. @1 Q) {        "Length" : "4:15"
8 K* [  V; U  r1 r, P8 R' ~, n9 |     }
   ]
: B& n" b- o  J% }}
) J5 S% U! k- t" ?. H, w$ j" R- [  w
{
1 r" ~% L9 t( q  "ISBN": "987-1-4302-3051-9",
& [+ I" s3 c, M: n  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
* v6 L. [5 V) \0 c8 t2 b8 R  "Publisher": "Apress",
$ m$ j5 k" z3 N8 w' G& E" w  "Author": " Eelco Plugge",
8 l1 T0 q4 n4 ~/ w; a9 d  "Releasedate": "2011.06.09"
" Q" E* a& T) s0 |4 H/ N! I}

; @0 m) H% f$ 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。
0 R9 g+ z8 x9 P6 O' S7 }3 B) Q
; `8 q: Z5 S) 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。
2 z: F! u% `% J7 D9 M0 n
    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。
# e+ U* o# E) a0 z) h# b
; k$ S3 \5 ~4 Y    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。
' u; g5 X5 z" i
    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”。
$ Z9 K  [6 ~3 S
Chunks
# O6 F/ x: k, M1 E4 J) E        
    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 ~- i7 p' H5 n# N: w& u( w" h

图1-2 chunk的三元组

8 x8 u- T9 L  r" U1 m4 J    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。

    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。
$ E5 {" u9 T5 N8 T( s
    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。
; H! O- ?) T  K$ m
    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。

' W" y* G- g0 \  P# J) k/ m    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。
) o3 D2 O# A0 |' T1 U1 F
% e: t3 k% d4 {/ B6 q6 {; C# v    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
        
    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。
* z# T0 K% w" X
    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。
6 ?1 Y, k; b7 i; P2 j0 d
& _+ o$ v, x7 `) v+ z8 X  }, t7 K    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。

. p6 Z# a4 W" o+ z    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
9 N( f1 P* m" j$ _1 ?6 |        
    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。
. ]" _: f3 ]8 B, K& O* U1 }
    每一个config server都包括了MongoDB中所有chunk的信息。
# r  v: O3 Z, h9 n1 Q' _7 @* A0 @
$ E  }4 Y3 I. k% {' _6 z* w    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。

0 I, l! s/ {: [4 v, h    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。
2 i0 A7 \: X: C8 a  z
    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。
! s) a8 e- n: |! ~( i
0 H) W9 r" f) mMongos
# X2 t0 U0 i* u0 N
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
9 E2 ]. Y5 @  {6 x& \, \( ?
    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。

) Z, r; {# }; D3 g" f. C6 K: S    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。
8 o+ I" C% r/ v, y( X  K& e' k% B
    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。
+ a( [" L& K, H4 y4 e
- F% o! X1 }% i# R    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。


% x+ \* l! x2 q) ~* L# R8 GReference，
; s! B$ a3 @6 A2 ~7 @! L
+ o% ?! v" y7 k+ U! \" Z+ Q[0] Architectural Overview
% S( h! q2 w* T, ^http://www.mongodb.org/display/DOCS/Sharding+Introduction
( g% }+ I$ V1 d. |' X5 |

---

作者: PenPen    时间: 2012-9-18 12:40


4 G$ I8 y: H1 q
; w: {' q) u8 v您是和邓侃一起写文章的盛楠么？

---

作者: shengnan007    时间: 2012-9-18 12:44
呃。。。是我啊。。。

---

作者: shengnan007    时间: 2012-9-18 12:44

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。。。

---

作者: PenPen    时间: 2012-9-18 12:47

shengnan007 发表于 2012-9-18 12:44
! F7 K/ f. }& f2 N' m- q6 y5 q是我啊。。。这都能被认出来。。。

5 @3 \) d/ G5 p9 k; B' T. j4 b( u8 j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~

---

作者: shengnan007    时间: 2012-9-18 12:49

PenPen 发表于 2012-9-18 12:47
0 B9 X2 @/ S2 c8 y8 ^. Q7 m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？

---

作者: 不爱吱声    时间: 2012-9-18 12:51

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。

---

作者: shengnan007    时间: 2012-9-18 12:57

不爱吱声 发表于 2012-9-18 12:51
/ {7 n% P: B! f4 f" Q欢迎，欢迎，已经给你变成正式会员了。

多谢多谢啦~~

---

作者: 巴山    时间: 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。
( j5 A4 R/ e1 g" ^
0 R( d+ O3 j( M2 i8 h( i

---

作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
, o; V3 E1 F! _4 x/ d
2 T/ J. ~  S5 X! C) h中文看得真累，大部分还是英文术语。

8 }6 ^: _( R' q) b1 [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。
- ~- \+ l8 p7 @( V* N8 P. k. n( b; D
# [% M4 R9 O8 X+ l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。

---

作者: shengnan007    时间: 2012-9-19 08:40

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。

...

( k- i( I! ~  j9 A$ t: _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

---

作者: shengnan007    时间: 2012-9-19 08:44

梦晓半生 发表于 2012-9-19 04:21
( F$ |& R6 s  ^+ `, Q谢谢。
, T0 e# O9 q; O0 _4 m8 i
中文看得真累，大部分还是英文术语。

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。

---

作者: profer    时间: 2012-9-19 14:16

shengnan007 发表于 2012-9-18 12:44
* P8 Z# o5 K; P# O$ K9 G是我啊。。。这都能被认出来。。。

是邓嫂么？

---

作者: shengnan007    时间: 2012-9-19 14:17

profer 发表于 2012-9-19 14:16
0 X0 i! g2 r( X- Y是邓嫂么？

是邓的小兵

---

作者: 恶魔吹笛来    时间: 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

---

作者: 梦晓半生    时间: 2012-9-20 00:57

shengnan007 发表于 2012-9-19 08:44
3 \& f; W# R: d. f" }" p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。

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

---

作者: shengnan007    时间: 2012-9-20 08:53

梦晓半生 发表于 2012-9-20 00:57
4 W( z2 ~; J/ ^6 I) w1 Y4 g太好了，期待中，希望都带上英文reference。
' Y  T' s: P5 u0 l/ [3 p; g) I
现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

3 ]8 T+ H/ i$ b3 I: d5 K; Q现在写的也很纠结，资料太少了，哈哈

---

作者: 梦晓半生    时间: 2012-9-21 11:52

shengnan007 发表于 2012-9-20 08:53
现在写的也很纠结，资料太少了，哈哈

8 T6 y- \: z  i' e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。

5 i1 A% @8 c$ W9 Z# ^http://en.wikipedia.org/wiki/NoSQL

3 X6 H, ?7 i) v$ \2 u& O" G

---

作者: 定风波    时间: 2012-9-21 17:03

恶魔吹笛来 发表于 2012-9-19 18:35
3 H9 \& F( k$ ^) d! M3 O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。。。

---

作者: shengnan007    时间: 2012-9-24 09:11

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。
6 p4 p/ K% y( j" t" f
, E# [! I' n9 zhttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql

---

欢迎光临 爱吱声 (http://129.226.69.186/bbs/)

Powered by Discuz! X3.2