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。0 L% Q# M8 ~/ r) v7 \  n5 z& }

6 P+ i7 \1 o/ g- Z6 R0 k! ?" E3 ^    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？
( p3 V& ~3 X  y, G% X2 p; c, L' |/ }
3 {. Z) `. H4 g& ?2 {5 ^) ?    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。" u# g; j, Y+ w! ?
' P3 @/ a, m! Y' ?: T% S
- a3 M$ F, J# k0 C

3 D7 I! @. d- `) }- u  |  A图1-1 MongoDB架构图

$ H1 J* Z& G9 u% }% M1 j  H4 t' [
, p1 a0 |5 p, V3 H, U7 U, I    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 A2 S* b( L9 v$ z# O6 _! c( P2 ?- l, o
Shards
$ r* M- t: {* i# j- N" X0 S/ z& e' ?0 g/ U
    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。' h) [+ n' m' N( k$ W: e# V
4 F4 B9 \2 @2 @3 v. @6 e1 t
    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）。
4 U$ @: |, e1 J1 i+ G  i: C7 R3 M* ]/ r5 ]  P
    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。- Q# x& k! a" g" j  S7 d% c9 I

, m  H7 ^" `( @9 G  c2 A    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。
* r, J0 O& ?7 g7 k0 X. W
7 K. @7 U  R- U# ^" XShard keys
) l8 S8 \9 f) k% R1 J        
! R! `7 Q3 s" b. X4 e& M( l    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。
1 E' k. L7 v9 J" @5 G! _" L, \# R) X& R8 b" `. C/ n2 O* U
    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，1 b5 f/ j9 I/ W) d4 D+ S2 ~
/ h/ D0 C. L: Z
{
# U" w0 C: S0 p: y' S  "ISBN": "987-30-3652-5130-82",
$ A6 ?1 q4 v! m0 c- D$ W  "Type": "CD",
6 _0 e9 n' ~2 m6 |$ F3 e  "Author": "Nirvana",
# W0 T* i/ ^: ]6 y  "Title": "Nevermind",3 {# f& p/ u& M# u2 x" b6 V
  "Genre": "Grunge",
5 Z/ S+ X( }' }   "Releasedate": "1991.09.24",
, p1 g8 [7 F" P8 m: E   "Tracklist": [
8 O$ E! c2 t* U" L7 z     {# ~; f& }/ r) K! b
        "Track" : "1",- z, {0 [' d0 s2 z2 ^( \
        "Title" : "Smells like teen spirit",
' Q- x& ]$ k+ y* l# n0 a3 z; @        "Length" : "5:02"
% y3 P2 S' J! X) ]: x/ B. {/ z+ r6 V5 y     },$ y+ r& B* p: u8 T, x
     {
$ q8 z8 }0 W4 X# h5 i        "Track" : "2",# y; ~: M& w* P# i1 E. X! s, _
        "Title" : "In Bloom",+ w1 s' Q/ ~4 l- C# @  j7 `
        "Length" : "4:15"
7 N  H4 J2 B4 ]8 ?     }
* I0 z& v5 _" \, P   ]" z) b5 v5 k1 e( |( s
}
& a# y* J  H$ ]6 T/ `* x* y* p1 a3 t2 H) u/ v& Z' U' P: M
{
7 q2 t& w8 g2 o# p# C: f  "ISBN": "987-1-4302-3051-9",5 H% n$ r, }' \1 Z* U6 p
  "Type": "Book",
' f5 t4 U* s( H! C  "Title": "Definite Guide to MongoDB: The NoSQL Database",# t8 z; c, N: I, E# {) t# w% x
  "Publisher": "Apress",
# o+ h0 y% X" u% K: r$ q; A2 ?2 v  "Author": " Eelco Plugge",
+ y; b0 k: q+ t( f% P9 o  "Releasedate": "2011.06.09"
' _' p8 m0 q/ Z9 i) R1 }}) j+ t+ q' U, ^2 {$ m1 Y

9 v- S3 F0 |4 G5 V    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。  @) d1 p) y& n/ B5 s( t! h4 y
2 l7 j  g, R2 h1 E* R3 ]8 H, R+ o
    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。
6 D( [+ |! [) N$ O& O3 [) e
. b2 ~  l( ]+ p" L3 _    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。
) k7 K4 R  D# X7 n
; w  I) H& q9 v    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。
: L8 U7 A3 D! @4 h* R- \% T( v. I* z0 F$ s! a! }7 T0 `; X, `, Y
    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”。) w) a) \  C) @/ l+ @. ]: a% W
9 d# ~6 m8 G5 M
Chunks9 E" [5 X  v. l- ~" W3 X
        ' f; J! h0 N" |6 h5 @4 c
    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。" F1 K9 @6 }4 }9 H

4 z) R& j4 I7 C1 y
4 Z& P1 I& Y1 @8 c: v, ]3 |. `2 K
图1-2 chunk的三元组
" K) m) U4 U& m7 X

8 K5 Y1 F# a9 L# M7 \    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。
" ~/ U7 X  E2 I9 k; r6 l/ j0 ]5 {6 n2 A6 _  M$ ], @
    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。' v8 s0 j/ a% r2 F
( B# L  K. ?* s9 _2 J' 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。  S- w/ j/ r& ~9 V

: u$ ^$ _6 o$ M8 _: \    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。: Y3 r% K; Q4 S4 Q1 r  a1 T

3 ^: W! v; m% H" ]( e, u    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。
9 C: b% W2 t; g/ A$ {8 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。, T; o' B" {8 ?% E( ?' \4 e
: L& D  c( {1 k0 s: {
Replica set, s5 _* U9 L/ E: z& T
        & W* g( F0 A4 u7 W
    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。
$ j7 ]9 M$ c+ m* W( Y) K( Q8 ?  O; {3 S: U$ 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。1 T% y0 q! d  v9 h" h1 X
8 q  X0 ], Q3 E; A6 A4 M
    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。
, E+ c+ b* G* h  D! N( R) E# I! D9 y- }* O  M
    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。" R" x2 B2 |3 y! v) K7 K+ g' i
0 ]3 A& P1 a1 Q: U( n
Config Server5 E4 J8 t+ N8 m' Z' P% l6 ~& u, i# i
        " o4 ^- _1 @1 c" ]: ]! I8 f9 N
    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。0 _$ a! n' n7 V+ Q) L! G
- l- [4 t7 m4 r3 U
    每一个config server都包括了MongoDB中所有chunk的信息。0 \7 M% B( R) `

4 v  w, _% @+ f' B& d% r) p    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 g$ n# }7 V* g- N0 Z/ m$ ]
' z  t7 s1 r+ k8 s" Z! L# K; |
    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。
! x0 w$ d) l% u, s$ @6 Q5 ~3 E: Y9 a; U; G5 x+ z% b  Z( F
    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: m: a7 y7 A  R! f0 u5 o  p$ |$ z( O+ J
Mongos: F3 F) Q; s  ]6 R: O. F+ F$ D- j8 P

1 o& s! U. K/ U+ ?  V. W( L    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
! n) X0 c* n) Z$ q1 R0 Y
. T7 ?0 n9 v' b; @. ]8 N5 K" Z    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。9 f$ T! t) p* ^( p2 X

$ @2 Q- L* |. r9 K# I    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。- i* o6 W9 |- ^3 k/ p6 Y

( O/ M) j. _' U* N# S3 j    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。
" `: f  z( ~3 q6 q( {9 U* V* k$ @1 w3 l+ U  k0 G0 V
    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。0 F% I1 G* X* I
1 r: c2 R8 q+ Y7 t5 S% v
6 b6 w, i' C3 E/ |7 h; a
Reference，) r5 L: [1 ?. ^; P( ~8 [
" W  ~0 _. r, ^2 X9 w" G& Q
[0] Architectural Overview
$ W/ N2 O- Z5 d1 \- L0 z* p' Lhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
) V% ?$ a8 ^9 j; y) b9 j# T
作者: PenPen    时间: 2012-9-18 12:40
本帖最后由 PenPen 于 2012-9-18 12:44 编辑 8 c- b1 I3 o& p! \( t8 y
4 e8 D  k5 c, x- J  K4 `7 w/ \
, i( d4 Y& Y. e1 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 s- H8 {6 _# _% d
您是和邓侃一起写文章的盛楠么？

* |8 r' x# q( g- |. j: v$ ~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
; H5 }8 h3 j: l& d! L4 i是我啊。。。这都能被认出来。。。
  X/ }2 n% I2 A2 b  U
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 4 V4 r) d1 f# X
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~

& P. O7 e' z1 Q. Y7 U- n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 ' t  j/ Q* F$ x
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 ...
6 k) H1 `; ], U8 O% T
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 - A1 q+ A6 u  [1 N
欢迎，欢迎，已经给你变成正式会员了。
4 j  S& x: e$ r) l( e5 Y2 _/ @
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。$ l  x& P! [8 g7 A
" T3 h- g' L1 O7 m0 F
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。$ ^  x* I7 S( b3 T" z4 X3 X
$ r; n5 m& I* E3 T
中文看得真累，大部分还是英文术语。- n5 r% v5 @. w  Z3 e

6 L' e  d1 P1 _) P% {9 j: `$ t" D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。- A( r( a$ ~, X

/ n( M" u" I* ]& e! `0 _  T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 " o: g; {- J3 [5 J+ U
我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
* N" w/ J6 E2 F* z& F3 _
  C9 P6 v! d$ I+ E0 F! Z ...

1 {  a  Q" |% v! T% xmongoDB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 ) P$ R2 ~1 K; F3 f
谢谢。+ n2 M3 ?* r1 q3 N. m

- {4 a( W! j! f( |中文看得真累，大部分还是英文术语。
* X" y4 v/ h6 k$ J0 X  ^
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
# r6 S$ E# T7 z* g+ k是我啊。。。这都能被认出来。。。
/ c; q- G0 Y* e. l, u
是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16
& i7 @% o6 _4 H. V) e$ r是邓嫂么？
" H# |5 Q! b7 r
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 4 y9 ?, L4 L' f
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 ...
) f! _$ z8 d9 h. I8 F2 t
太好了，期待中，希望都带上英文reference。7 q7 q' d3 d3 B7 u2 a

/ Q6 c. S6 c( v; i  @3 }, Z: P现在这种新技术很多，Mongo是比较流行的一个，我这里附带一下一堆NoSQL的新系统，到最后估计会有几个胜出。
& M2 n5 P" j% D1 J! m
7 y8 ?( k" W7 Z+ Chttp://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 # r" |# k3 b# F6 n
太好了，期待中，希望都带上英文reference。
$ N# l) A# q; [5 B/ e; T* x: c" T. M' I3 D
现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

' ]9 Q& y; ^0 ^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 , A4 m) R' c; N, t6 x' ~$ h
现在写的也很纠结，资料太少了，哈哈

3 S! y# p" o: t  \  q6 J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。
/ H5 @4 }1 b4 a, _
4 F6 W# \) h* G3 bhttp://en.wikipedia.org/wiki/NoSQL
  Q1 Z$ q: L  x. ~0 Y% `9 h0 _$ Q4 y4 @7 {, W! V8 H
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 2 a9 n/ E( W5 ], b# k! g( P
有点惊讶 居然在这里看到这篇文章 呵呵 静待大作
+ A4 Y! `2 v7 z9 R% c5 \5 |
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 # H1 J% T7 U8 V5 ^, c# T5 R
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。1 B) L4 `6 ]8 Z- ~$ V

% ]; F) |: C$ \0 ^- G. v7 Yhttp://en.wikipedia.org/wiki/NoSQL
  ?! ^% r3 s. U9 [( h- @5 r
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