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。* J. M4 V" J* z

- k" ^8 C* E% A6 U3 M4 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？8 w4 ?8 ^. M  e" u/ O

3 R$ N7 E4 a5 X5 p% r' _8 W" B    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。
$ i# r4 Z( W5 Y1 i; G# ~6 {  q- a/ k& Z' G2 A1 n, u, J

- s3 y: A$ ~  E/ g
$ X, v, G: a7 D7 r: {0 m" T) M图1-1 MongoDB架构图
9 ]4 S$ @( Y! B' t# O

& J/ d& b4 I- w* ~) 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）。7 F8 C- a7 V# Y$ Q1 X7 K+ y
' f" v2 y) K; |3 z% z( }
Shards) }2 t: ^9 N7 @+ t' J- z
) a! _9 I6 m: j6 k4 q6 E& k3 z
    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。
3 b0 ~4 D3 f: Q/ D  ~7 ]
3 o  Z: B; r2 i+ S7 i. ?- ~    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 H$ j; I) `. ?  l# s# Z
4 f2 ^3 b7 x+ x7 T6 \) J3 U    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。
& }9 l- I8 u: a# k2 c
1 l, z$ G& m4 G$ A  w$ I    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。
% \+ l$ O% n5 U. U$ V7 D  A5 W- U; @4 U" E% {
Shard keys
/ a( D' y* x  M# X( P  ?" f        
, k% N7 t- P7 k" X. g, ~, ?    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。
2 a2 |, U; S* u+ X3 o; b" `7 b  l2 _* h: t: Z
    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，# c. ]* }! {8 A
, i6 L) P6 w* u6 P& ~2 o+ {
{
+ x+ S# X" e7 _$ o9 {2 f5 B- ~  "ISBN": "987-30-3652-5130-82",
  J, R1 L' P# y+ A. W0 h1 ?  "Type": "CD",
# d. {' w6 A! j% T7 Z  "Author": "Nirvana",
0 h9 t' M3 R( U! b7 j  "Title": "Nevermind",$ D9 J( }. n+ d# D
  "Genre": "Grunge",4 M7 a# p) T. t+ U  y3 L! e' m7 [
   "Releasedate": "1991.09.24",9 H3 t' u3 _, V7 s2 w
   "Tracklist": [5 O2 @0 G- r( G1 n3 }
     {
3 K8 L& V- v5 Y* K  \        "Track" : "1",* M3 e) p8 U* y9 B
        "Title" : "Smells like teen spirit",4 n) F8 P6 m! I8 B
        "Length" : "5:02"/ Q/ n5 W* k' x& m2 _" G
     },+ u7 G1 R8 v( i9 A$ \
     {" `1 b# g1 T8 r  e8 B" D" r
        "Track" : "2",' r; Y8 A; d& h% V; v1 d+ q. [
        "Title" : "In Bloom",
8 [1 B/ h0 D3 O" N6 R" ]        "Length" : "4:15"
3 H0 {6 U7 h; `5 p/ P/ b7 h     }
- x, e1 O( g* I) t   ]: I; v0 c, Z) \  a* X
}
9 _$ f7 i9 B* V, c7 a( g( F8 V* A5 F4 x4 Q
{
+ W. ?0 U4 I# e( n  "ISBN": "987-1-4302-3051-9",# y6 J& {% e2 O; U! [5 M8 z4 _! @. t
  "Type": "Book",# V( S1 {  [- [# }$ F9 t6 Y; D
  "Title": "Definite Guide to MongoDB: The NoSQL Database",7 D" Z* _% n# e, B* `
  "Publisher": "Apress",: k* d) f" H, K) B' j; R  |
  "Author": " Eelco Plugge",6 a0 V0 R9 Z; {4 g! f  n: L
  "Releasedate": "2011.06.09"
" J: m( v% Z) s+ D0 }- E6 k}# x# |) w2 c8 E' i6 q7 o+ t

+ Y) }$ Y4 y4 e1 B0 E    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。$ i: c" q; |8 @* R" S2 ^

, @4 c1 ~) ]# |$ }6 X    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。- u6 m/ g; T( n+ N- S
& O  p0 a1 j7 _  H) P- C- G
    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。. o; P8 [1 p& Z- Z1 f+ W
5 c+ H! S8 k  T/ V' n: t
    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。( `, L2 c2 O# c1 ]1 ?) L
/ ]3 v' L5 H; k& F
    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”。
2 Z# S- L' z0 r* k; W4 }
1 z2 q; a6 {  c# ?: pChunks2 X4 H% ^5 h' x/ c3 {- Y
        
( k2 n" v, v+ p$ T+ N    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。
- v5 s4 z! z' R1 J( I; ?3 F: \" F
8 [$ K9 _+ \& R+ a, T" A

- ^  Y  H$ t6 H5 _/ k5 C" D) k1 R, x图1-2 chunk的三元组

7 j$ t$ W4 ?4 T7 X+ d- `
8 o6 l1 {& @9 \7 g) ^+ E    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。: c8 _! y1 _0 M' H' f
# D. o6 w" `6 N$ d' t& d
    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。
5 T( c2 {9 }% c: {/ [6 N  E4 _% m/ Y$ K3 _0 x
    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。  [" ?0 E8 ~) S. d9 d
! _: H5 ^0 j* H7 Z' L2 k  q5 F
    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。
! K% q5 N/ F3 f7 \2 E6 D. u2 e3 c% S; R% @
    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。
" }' G/ H5 W' p* H; }8 c& ~6 l+ y! Q" Y: n0 H, G' f; Y. e
    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。; {7 D; p: E8 |8 _

. p% y0 x0 C, j  T* [- z8 SReplica set
5 X$ l9 I( {# g        
- c: Q$ `" a! u3 U9 ~2 E    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。
; r& p. ~/ @' X: {! z3 t0 J' H' _/ M' n  ?/ S) L0 r9 K* m& ?
    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。
7 G: w$ k, A  a& }- x  B# \( \4 Z$ s1 t) E4 N
    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。0 }1 G0 P: a$ {0 s: z" M+ D

) u, N1 \& w7 g/ B$ N. g( d    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。) y$ x; z  ~2 N( D

; T. y  ]( o6 K" Z2 cConfig Server. W% P" X; b6 g2 E" M6 O3 K& a' H
        . |. [* x+ q+ D8 Z: s
    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。
9 ~. N, H9 x, l2 Q
3 b# q0 K# ^1 L  e    每一个config server都包括了MongoDB中所有chunk的信息。; b4 Q( a- P6 G
5 _  x1 U8 C( q) _: |
    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。! B5 r( _1 t& H
4 X; L  G2 j/ {8 p
    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。
) ]0 I! O% S% e& |; |& b; J! d! f: f+ d6 A9 h( L
    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。. b! z, P" Z" D2 I7 h/ z
! Z/ y! D& u  `
Mongos
( V/ Q/ B) d% R1 T) G* k5 W3 s4 _1 i2 V4 c( s8 B
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
+ p, O; c: r3 R: B
2 V! c& h/ p" K    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。
2 O" Z& W# v$ q  m* X, e; ]# N9 N2 K$ k* Y. y9 i9 l6 H
    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。! ]+ @! n/ B' J8 R6 K" T

' H: }' J7 `- [7 O7 [    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。  {8 V" R! g* @

- g/ }  m6 N+ [( 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。5 f  ~) L3 u4 y! \1 ^
% v4 `# `6 y" O- }
; s) x& Y' L& q, z1 M) S) I
Reference，
  y" a2 O' S+ I+ M3 I' g/ n2 z8 a8 F9 b# l, S
[0] Architectural Overview
( \, E! ^5 ^8 W+ X- n9 W# ]http://www.mongodb.org/display/DOCS/Sharding+Introduction/ S' a: y- p8 w( p7 Q0 V
作者: PenPen    时间: 2012-9-18 12:40
本帖最后由 PenPen 于 2012-9-18 12:44 编辑
) W  n) y, e+ ~# \# E. g) U
9 q4 c! J8 C0 N; [; S% {
% k/ }' v/ k& V! L1 z) |8 y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
5 Z5 m" w' |9 J6 S- l. l4 H您是和邓侃一起写文章的盛楠么？

8 f7 R7 I* k6 Z# s% s1 R) g& J1 c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 9 E. w0 v  v- ~; c
是我啊。。。这都能被认出来。。。
; m& H* @% E. H; v# M9 Z& y2 v: @
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 3 R4 z, z$ c" D( O
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~
7 d/ j; A( s6 }
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 % {5 A% P- w0 P3 J" s. c9 V
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 ...
8 V2 f7 Z6 Q: p% o
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 $ T+ W% v0 O8 W1 W) ~: s
欢迎，欢迎，已经给你变成正式会员了。

) N6 m) Y" F0 r& v$ }& a0 Q* n( x3 N, u' G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。
7 J- a/ g, X+ p& Z# M6 I' Z* q
2 l: L4 ^* e5 N: p
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
6 {6 i- ~  a" z- }( w, [
6 X5 }6 ?# z. [中文看得真累，大部分还是英文术语。
$ e) u5 [' g/ K) x$ G* ?' `" Y3 }* Y# E
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。
* G) @$ Z# O# l; ^* D. E
3 Q9 d( j0 V. E" Z% e/ F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
( [! r. U1 I; r' O' x我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
% _9 h4 L) h2 R' P, E, f$ i' D
9 C2 v. F5 O% B! l ...
8 Z7 U; K8 f; d  v6 G
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 , q  c, F4 X+ Q& _
谢谢。4 l( q5 o" T3 j6 C8 Z( N7 Y
* c7 n% H5 }8 |. P
中文看得真累，大部分还是英文术语。
* k7 B9 `) T  H( @
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 % W- i  b; s0 E2 G
是我啊。。。这都能被认出来。。。
3 y8 S- q2 M% k+ i
是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16
6 @! a- J5 R- s, E1 a是邓嫂么？
  f) c+ S; |; D; t' n- T" 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 * F( l" X  D' k) w" }$ W1 y$ ?: d$ K
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 ...
5 `8 o5 W, ~; ]! w& e; g
太好了，期待中，希望都带上英文reference。% m' h& {: p0 ?7 E$ u
: _/ C( _* t% w/ t8 T
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。# U$ Z2 y! J4 m* N9 W9 V3 O

5 k2 A" B% w6 x! c5 j; Thttp://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
8 j' p) e( n' y; j. k9 c  e太好了，期待中，希望都带上英文reference。; N! ]  c6 `5 s  t
* K( D' f" v' t/ ?- |1 G/ 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 ...
7 I: X6 R* V1 N- Y) S0 h/ p
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
! m0 Q$ _" E1 e3 t* M% H现在写的也很纠结，资料太少了，哈哈
. Q+ i! r# e% Z* j  Z! h. L  K
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。9 m& n% a0 ~" E5 [2 g

  t( _7 c0 l+ \9 ^http://en.wikipedia.org/wiki/NoSQL
+ i) t& g! Q; q9 W4 Q( Z
3 [/ V( F) ^8 m& u/ y
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
0 V1 C* o! f% n# o8 o1 N3 c有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

$ d2 U9 r2 e2 u3 C7 H' x' O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
" G3 _% O9 q% b8 c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。  l9 Q3 z9 l  B! u% q: K- I6 V% k
- p$ U# p( X# q' k5 t0 O+ \
http://en.wikipedia.org/wiki/NoSQL

2 i- s) E7 l+ ]4 W0 G1 a1 f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