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。9 F( q0 L+ O9 U, m9 E6 r
! H% U$ ]4 w) |  F: u( l
    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？, T9 Z* v7 t6 `' [' l+ j4 [7 @' T1 ^

  Y4 b  v& P& q; e9 x9 q5 p    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。& B/ ]  p6 o: }& n8 Z

2 `- u. i" y* g5 P! d5 M- ^
: Z! m' m( E7 N, T
& b: @! _& a- i) Q( p9 H3 _) Z2 d
图1-1 MongoDB架构图
3 a2 P+ M8 M0 H; k( p1 o4 T

; V7 g! b9 V. `0 Y' O3 x    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）。9 a3 U6 p$ i+ L2 |7 a$ A6 s2 z
; f0 O( [: ]6 K% M/ `+ [8 C
Shards; m, E! }4 m8 p

2 @+ M4 u" @+ I  k- _* R    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。
- o& ?: Z! C; W" T2 d3 i) ?) v. X
, m( ~5 s5 y+ k/ y" [7 N    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）。
' s5 ]& v3 h( {0 k7 f$ m" d+ S
) w9 N* \, v& X+ l# O* k4 y5 p: X    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。" H3 }4 E" u# {
/ [5 b1 n4 o' k4 n) Q; q$ K
    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 Y) S0 K3 k/ `
& E# X0 `  v7 o1 L$ G# LShard keys8 M6 `! Y8 F) ]# ?
        2 F, Z' }" g: \2 h1 ~4 [
    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。
. h7 e  M- k& F: ^% a8 R' W4 f2 |. Y, @3 C2 y( e. @% K( m
    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，
2 _/ p1 ]1 z4 U1 r- u* C% v- ]: [( R- Y. F# U  i
{2 w  W, E! y. `* C- i* g9 L( ]" `
  "ISBN": "987-30-3652-5130-82",
( M; z1 w' l5 Y3 Q  G! H  "Type": "CD",
2 s% R+ F& J, |" c; U7 O  "Author": "Nirvana",
! }8 i- P# x, m9 x' P  "Title": "Nevermind",- M0 n4 `1 T+ ~2 ~" O+ _0 I6 X8 h
  "Genre": "Grunge",
  \  G6 F1 j1 a# x& v2 Z   "Releasedate": "1991.09.24",
. R) }& ]- B; L$ @: r   "Tracklist": [& w: b8 a4 G% f6 T+ O
     {
# ?; s0 L3 n, X  W        "Track" : "1",. I! K# h+ [" c2 z3 ?
        "Title" : "Smells like teen spirit",6 ^1 G" x# t% }
        "Length" : "5:02"3 T5 I# l" _$ z$ q; K& i" p
     },% A# e) Z6 r/ \; h* D, V- {
     {: x5 M# M1 p* c% E  l8 Y4 Y
        "Track" : "2",
( j& e* s2 R, m        "Title" : "In Bloom",
3 h/ S6 Z6 g$ i        "Length" : "4:15"
- f+ {2 N, [' Z     }# a, n5 S" G9 z/ ~4 T( [. ]  D0 e
   ]( f4 ]; F* W: A% G  h' J8 X' g
}& \/ v$ O; W/ ^% U

) [5 _8 s" ]* ]! K4 Y8 m{
' B+ E6 U5 Y- z4 h* C" Z8 ^  "ISBN": "987-1-4302-3051-9",
. W$ a, S, {  V- ^5 U  "Type": "Book",
6 W3 g0 }% V, g8 |) E3 a  "Title": "Definite Guide to MongoDB: The NoSQL Database",8 \$ x& \8 j0 _( T
  "Publisher": "Apress",
6 M; ?# _! ~  @  S2 t& c0 Z1 y8 ^  "Author": " Eelco Plugge",, S; @4 r. i/ j4 ^% D) s  K
  "Releasedate": "2011.06.09"
* s& T3 a4 h7 Y- F0 F" f}
; N# Q& D: x* v; V+ n
% H/ x' k8 Q: a    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。
$ l5 t: e- P3 t
, [4 z, J: A/ r9 }" _    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。5 l7 X# D  y% s4 g
5 w9 W( a8 ~, e' T
    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。# v2 C9 _! k' ]* h9 g9 C3 ~
: c4 f& W, `1 n$ z0 m# ]
    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。
0 P0 _. Z2 _! a8 b0 l% [7 m. B- t6 G* x. ~; l: 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”。
7 ^. T, u1 N) q( K
9 B7 ]' `; h5 E2 nChunks
2 t" i! d# ]- Q8 P0 x! M/ x+ i        
0 z  O+ y8 P3 l: J& u" V    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。' Y, w" |! m# w* v
; B4 x9 K% v  Z4 N# C- d6 X) A

1 n% w9 D! x- T9 I2 r9 A图1-2 chunk的三元组

( W! ?$ j7 ~+ x( [
) s* a: `2 b. W  A, N    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。- C4 p' _$ K# F8 b  d
7 x7 i, R" b4 f, _0 X; E
    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。% R2 b1 e1 r/ |& h% M, W

$ k/ N2 n5 a5 D2 g4 y; o    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。5 A! t( ?9 |. U! s
5 K/ h# E2 w* y' R
    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。
$ J+ |$ }" O0 r5 I$ @4 K% g& E8 I/ C$ M8 B
    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。$ n7 }; x! Z* v. |  v
: a( h" m& \. C2 ?. K
    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。
6 A" t& y4 N$ r8 q  j8 X7 z. v& x# ]% B" {" x6 E
Replica set
) x! X4 k9 c6 u: B9 J& d        ! `1 E8 i% N. S1 H* V5 b5 x% l8 ~
    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。3 k3 n2 c2 G1 P0 Z- ?  U
; C$ w% l0 f2 l. c, B6 {. \( n
    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。/ v" W5 V8 I9 L4 {) ~
8 E2 G) {9 _7 C' y
    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。
* N* w2 W4 i: W$ v8 J7 c
5 \$ b  m& s. I: a; o9 H7 n* q    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。
* T' Y- @1 f2 J$ n' A5 ?% W5 g5 P0 [, P' l- r( N& f
Config Server
% O0 a: s$ Z0 a        8 ?% d+ {. r8 T
    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。
- c5 }7 J( s7 @% M; q  ]6 \9 [1 ]8 _' D8 x# T! L
    每一个config server都包括了MongoDB中所有chunk的信息。
! O- h% [+ h: Q) S0 D: p4 r
, I; q' T/ z" a/ x, ?  t) y) ^) R    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。: ~6 d- ]2 a- m, U. v
: I, ~) E6 t9 ^$ J
    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 j; X+ h4 G! j! r# R, P! ~& {, E5 ]- ?! ?; S3 R8 E1 i
    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。2 W. g$ e/ i7 s+ }- e8 L4 e
% q* s' [% F5 x: ^8 L/ ^0 W# _
Mongos2 P* l8 T  @" c2 S

9 r7 H# j) r; L) [    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
' f/ Y; q3 p  h  i3 ?, ?4 P1 ~2 I4 M( N8 o5 j
    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。3 p8 l" r4 {1 x( ]& p- A# U9 ~+ t

6 L) L# B* v3 V: _- v$ _- L- m    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。
9 h; K# W# Y: |. Y" z
9 Y" Z. F. N7 A/ X5 e    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。
) J# n( Q" u4 |% b* h. |, Y- s9 O* H" A1 f( b# f
    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。+ |7 w3 x, |# H$ M" [* x

7 H* F( Q0 p1 B$ w$ a4 l% E3 I
4 Z! G4 E  \. i( a+ |Reference，
4 W" Z- q$ K( o; N3 L8 w9 L: m1 S5 |9 U6 I) R" X* e
[0] Architectural Overview6 X6 b! C  w. a
http://www.mongodb.org/display/DOCS/Sharding+Introduction
& E5 t  y  _1 F0 Z  [
作者: PenPen    时间: 2012-9-18 12:40
本帖最后由 PenPen 于 2012-9-18 12:44 编辑
" a( W3 C* q# A8 C5 v2 z1 x$ W( E: z' l- X- I6 }' T; T  g

* b2 w2 O1 u+ {4 ~/ q6 F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
% _+ `2 Q' R1 O3 W$ A( o您是和邓侃一起写文章的盛楠么？

1 |. L. e& }( i  @. D" s: T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 3 n! S1 I% `( @2 X4 y8 Z
是我啊。。。这都能被认出来。。。

1 a& E' ~. t& [  G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 2 h% X8 P+ c' a1 v( m" S
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~

* c. J: V" Y7 R1 {9 r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 " M5 d) a% {; }! w9 y) }  x9 C
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 ...

: L" o3 Z7 B/ F5 r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 ! `! r/ J" p+ X" B/ @0 ]8 q6 ~! V9 b, X
欢迎，欢迎，已经给你变成正式会员了。

$ r, l( D& _: n8 w8 ^5 M5 V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。% X# u1 d7 l, x2 L/ [4 F) F$ e

6 W/ q  Q, x/ T- |/ [# q
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。3 \! L* `6 p6 z5 j( y( n7 f$ ?
- w$ S# V# W# V+ y' \
中文看得真累，大部分还是英文术语。
# f' C# z" M7 B/ S" h* M+ @
& R! F' V9 s1 h, P* l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。
- o; n; \) T/ h7 m* I! u6 b
+ G. K# V8 u5 H3 z# \* i& `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 : z7 Z$ Z1 N$ M. D5 Q! \
我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
& ?# I& }0 o5 f  ]  P! j8 j$ J+ U% h: p; t* E
...

2 H- H7 h; g. p% f. e% B- smongoDB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
- D* Z' _: `+ b# Y$ j' ]谢谢。
  M* ~/ e7 I2 k' s, }. s0 j% K
0 m. ^$ x+ O8 O, Z- J' [中文看得真累，大部分还是英文术语。

$ |6 W6 a5 x/ N. |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
3 g1 V! H( k! `& U9 m3 N# Z5 j是我啊。。。这都能被认出来。。。

- e2 r) [! J0 h6 a# V- S是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16
# C7 r; f4 f7 c是邓嫂么？
0 _* u5 t) U1 s4 e: l5 X) S
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 - Y" _: v5 X. T4 [+ a8 g& O: @
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 ...
0 e! {' `0 k1 F8 L% a
太好了，期待中，希望都带上英文reference。: v1 s- [* N8 @) A6 k* q! o; f
& \! ]) i; b( t4 x6 }/ ]1 v
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。
8 g9 g  Q6 N  K) s* }: G5 S
' E, c: e, i) S( }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
/ f4 r4 _2 ?6 |9 Q# h太好了，期待中，希望都带上英文reference。( a' c' l( l' z5 c, c5 [, W* a
2 x: a3 L4 X2 T1 y( P
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 M4 Q' i7 v9 r/ n# k
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
& D8 {. V6 l1 [0 C/ Q  F现在写的也很纠结，资料太少了，哈哈

/ w" N4 c# O8 r( ^2 V7 z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。! S7 Z  f8 T- c6 M/ j

' R0 ]+ T  L; W  I% J; ohttp://en.wikipedia.org/wiki/NoSQL+ G; L+ H6 p' W, R+ f. `
: N6 Q+ G& T4 u" U( F. k( Z
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
+ u6 R  Z" u1 E; w$ E  [有点惊讶 居然在这里看到这篇文章 呵呵 静待大作
/ m, u$ e7 r1 [8 C, b* N6 q" b! R6 B
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
' A+ a& g, q: {6 `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。+ A$ ^' I8 b5 h1 C$ Q4 u

; @$ z; {( }9 c% }+ e3 [http://en.wikipedia.org/wiki/NoSQL
) m( V8 l! D' y! Q; O! H
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