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。
; `1 M  X' v9 j5 m( ]0 Y$ \8 m+ W. L2 y# n* g; u
    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？/ N8 Q8 s% S3 P, D; s& L, Z

/ z/ r3 _! `' @) T0 c    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。3 x4 H3 U7 k( F7 ^' v- ~- a

. ^( J- I( w' ?& ^6 ?4 _
7 r, T+ F% `3 D- \  u! p! n
6 p, ~+ f, T6 x
图1-1 MongoDB架构图

0 n' g6 r2 x% h6 k) m. @" V- H: b1 e1 T  G! v
    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）。8 N- R6 D# K7 v8 C0 m: U, [

$ G9 r6 m) B* X4 pShards% L4 w  V# l% |
6 B4 y! R6 ?/ N1 N
    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。
) n  W% y, ~1 E) s# z
* K5 a9 ?0 h- y; l    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）。  p) H+ ?6 W6 @4 W' H$ K
7 R0 O( S5 x# `8 K1 h8 `
    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。3 X" ~% j. k& I0 ?) |! X

; s; k% L1 E$ c    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。* f5 _- u( r5 Y/ f) k! _. S% m
& {; M8 P+ T' j/ Z6 o! d& h$ \
Shard keys
; c/ a# A; x0 N4 s. {/ L& d' R! ]        # A  G8 s* s3 X6 `; c* @0 X
    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。. l5 y, m- E' G+ O

' f, A! \5 X$ C0 `  M7 b1 F1 t: A9 o    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，5 J5 \$ Q+ X# ~1 q. w% B
6 U% y/ m; V9 n) P
{
2 ]! k1 |" T" U# w& y/ U# C  "ISBN": "987-30-3652-5130-82",# R/ J& [% O/ j; c' a0 K
  "Type": "CD",+ Q9 r  a4 t5 W) O& [" v& p
  "Author": "Nirvana",/ W6 P& r) ?8 X, W: d; N+ \
  "Title": "Nevermind",- c) p, k" k; S9 C7 g& k8 Z
  "Genre": "Grunge",
# g3 w) M* K( G   "Releasedate": "1991.09.24",+ |* L6 x; n! O* E
   "Tracklist": [
9 J5 z$ W3 Z% j5 e0 B- [1 a     {
5 A  Z+ B7 q- @        "Track" : "1",6 |6 T! b# M# V2 s3 D, t
        "Title" : "Smells like teen spirit",
0 C9 a, T0 k$ m- ?/ q        "Length" : "5:02"& S& M- Z! m) ~
     },: A9 c8 v/ [8 d3 ^/ E  ]: r% u
     {
" d- Z4 z- Y1 u! s1 B6 R        "Track" : "2",
% d$ [0 F' o- @3 X+ D        "Title" : "In Bloom",, z3 d9 ]7 L3 S" L+ r* l, }* Y
        "Length" : "4:15"
+ B5 U; w" v; _2 y7 L1 Q# B     }# h! D7 D& X" Z1 R. e: k4 A
   ]
) r9 N1 k8 K& l' |4 j" `}* b# P4 [  b# e, ~6 w: c$ R6 E

4 H& H/ Z  P/ @' r9 X0 a5 d{9 M6 A1 ^/ C2 r1 N% _- w: r- I8 v
  "ISBN": "987-1-4302-3051-9",2 V( t+ D, b4 r. y) a
  "Type": "Book",
! o& |4 J, L7 B3 [  "Title": "Definite Guide to MongoDB: The NoSQL Database",, R& k& N: E/ q/ u9 n
  "Publisher": "Apress",
7 @6 j: H$ n0 F  "Author": " Eelco Plugge",
0 ?' U# |$ |$ {* z% G% O* C# b  "Releasedate": "2011.06.09"# e* T/ n; W. [" Q' l0 @: u- a! {
}( \4 S4 {* J1 b* y: P% ~# O
+ t5 L; D( w6 [  Z- Z" c; u' Z
    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。
+ m( D5 T. U4 i6 v8 h+ S9 `
  B+ A. y/ J; Q. b* 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。) }3 L! i- e9 v

# H3 d) O2 ?( {0 H1 S    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。
. c! w9 F1 X+ W" f
  z- d) X; X! j3 d& C    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。
6 G5 O! J; D) ]% b+ b1 j; s. L0 J# e' w% 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”。
& C8 m) P6 h' {8 \( P$ s
4 I3 X- _" N: O* l' i6 jChunks/ C2 S1 t7 \# M  o' M4 m. d
        
) D# A; H" e# L0 h6 t$ l% 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。. ~# {3 w. [6 n7 r

& f4 \$ P, F/ h' ?2 G/ ~+ B: m
7 K8 m7 K5 L7 R- K/ A' G3 n$ b" F$ S
图1-2 chunk的三元组
( e5 F5 L1 N; H' L' b, ~+ X
4 ]2 f! h, {: M: n. h$ 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。
5 G0 K" I) a; N( c4 H, o: V$ e% R7 K* R8 U) x; h8 \
    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。! O$ |" M8 C& J# m9 u. Q* _1 m
) @% I) S; E3 j$ r6 i
    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。: U: M9 a/ R  p0 x. _
/ `; N  z- {" G' o
    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。
' T4 m, U: j" C) }5 U9 ~& M! E7 h7 H2 x5 R) h! f
    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。' `  }2 a7 K8 p0 A, C1 t. \
" x2 P  q: ]6 b" }: o
    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。
$ X. k9 D+ B) z. P; d5 |4 _% m
% p' X; l# }4 U9 J4 m. H. Z' fReplica set. {; a& z5 j0 \1 A$ D5 _4 n
        
1 u5 t4 H6 g6 j, o* _    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。# o1 ]' h* E' h3 F7 U
. e5 [6 q& h! f& n) z
    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。+ {5 @( M1 H3 s2 B) o
! `  ~6 S  v  L9 x' X* [
    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。/ p! F* ]8 J* L
$ N* r! ?+ v4 B% n
    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。7 t/ ^) z% F/ w- c

" v3 x# A' w7 jConfig Server
0 s5 @3 |4 [0 r% y8 t8 v        ' E/ ^4 X" a' \6 R* x$ z  Y% R
    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。
) [" f) @& L$ O9 N- V) b+ e, d+ r; e
    每一个config server都包括了MongoDB中所有chunk的信息。4 }9 G/ N8 g! ]4 ?

8 c$ @" l; E$ u; g) _- X" I    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。
4 `6 J7 l8 t0 C
; f5 O5 q- g) Y" E% e0 x- Z& 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。
9 _+ v& l+ ]) N, ^/ C
$ F9 b1 b9 `  @# b0 U    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。
3 P9 u; u# i. j( k( J; q/ i# m. |$ t7 ~
Mongos
  \1 S9 `9 N6 ?1 w* G8 T$ v$ S& }' V0 `) s3 H. q' H
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。3 k+ I9 v5 r# Y( u
0 w  X7 k$ l% Y1 y+ x6 g& l
    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。
4 t/ V# n4 `% ~1 b
( ]- G+ c5 h% f+ e; B/ Q4 P3 j5 b    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。0 \) l# c- a7 d* h2 S0 i

8 J0 Z) j) J$ S$ K5 p. L; s    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。
4 W6 K1 b- m( i+ w. Z/ \
8 p% M! e/ ]; S% f# _; U    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。/ L; c' i. d8 u  b' ^  r2 k

3 X' [: e0 w' Z" f2 m+ ~7 i! p$ D* C) h/ L) g2 a
Reference，' i$ J$ s' l0 W

; ~9 z( N3 o, t2 x[0] Architectural Overview
5 _5 T+ H' g% E( \$ l3 Vhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
1 G3 h% N1 n2 W; b: `. k1 k& 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
7 K( I" `% O1 U8 a/ T2 Q& D1 w% W# h( F

1 H8 A; ^( m! X1 X  ]# B  y* s3 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
8 \- D0 E  a3 [& }6 P. |. q5 B您是和邓侃一起写文章的盛楠么？
, H. a; L4 F- d# O1 W
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 2 ~, l( x1 ~8 ]- O* B
是我啊。。。这都能被认出来。。。
" J* F! d& H, w$ y
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 - J% {! R/ H9 U" f5 c) ?/ {
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~

5 ?! v% m) ^* G- F) L( s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
$ b3 l9 c5 }: i' Y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 ...
  }/ P/ u  Y; u; ]5 k* _
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
# n) f5 N  h# m" m; x欢迎，欢迎，已经给你变成正式会员了。

5 p1 n& ]0 v  H6 f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。
( R+ f  N% }+ [) ~0 `5 M5 \( T7 `/ H; \# I2 o, x
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
7 j  W8 l$ A  d! T$ j  ^
/ Q- S* b9 d! B: \6 L中文看得真累，大部分还是英文术语。4 W( u. P9 T' ]; m

; f  j0 |* q' G8 a) f( f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! s5 U: f' t" [
' T/ k' F% ]4 k8 J$ D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
# ^3 U0 S% q2 U& b- }. E我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。/ |# x( r7 a. f( j! M" X; ^7 @1 v
" \! g" Y3 G7 e0 v9 `% f  \
...
( F) |% ?* _$ H/ B
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 6 U1 W% }+ E4 f! S/ B4 r& ?/ w6 P5 f: G
谢谢。
) B& l1 w: t' @4 P7 x0 m
9 k8 f2 B8 T# t8 y5 n1 O1 K: f8 @中文看得真累，大部分还是英文术语。

, Y% ?1 f7 X: ]3 ^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 2 j$ `/ o+ Y6 o9 T0 m8 _1 p2 y  t8 ^
是我啊。。。这都能被认出来。。。

5 O# e) @9 X6 V7 L, _! i- O1 G+ k是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16
% W7 q  n( f) \' E是邓嫂么？

: a2 g; m' X, j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
/ ~$ Q0 [/ k. P& d/ g, z; z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 ...
6 c, U. P" K# J/ d6 X, h3 W' U2 G
太好了，期待中，希望都带上英文reference。; B' E: L; s( U! m2 V% k/ \
9 U+ K# i7 q! ?0 o# p/ h
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。, C1 s* y2 M; z* ^# x. t7 L

% J* }. b8 c1 E& V) O4 mhttp://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
3 W9 u8 P1 J, x. O" l- D9 J% L3 I. [# c7 p太好了，期待中，希望都带上英文reference。
; L9 p( J5 W! p% B9 c2 C# N3 |' s" f( {0 o
现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

0 V: k/ U& u/ @/ b9 R/ z( 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
$ c" r" i5 ^8 X$ P; a, W) _' m现在写的也很纠结，资料太少了，哈哈

. j) l  l1 g3 [! h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。4 }7 v9 V, [  k6 A
# ?9 L4 j6 v6 }
http://en.wikipedia.org/wiki/NoSQL' M, j: @6 A  P- x3 t

# z+ s! P# T. T9 L- P  u; ~4 S3 A& X7 a
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
# ?* o2 T' q: E& G1 B: p) ?" A有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

' @6 L' k5 T5 c& J, j( h. A5 Q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 7 E, G* O( y  e/ p$ {# O# y8 `
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。
) b+ L( N" L: m* z/ h, I) Z* o
9 c7 Q3 H* j! k) l- M5 x# x7 R; @http://en.wikipedia.org/wiki/NoSQL
  Q' l+ f! Z+ u- Q7 W' S6 }1 L
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