MongoDB架构概览

shengnan007

    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。

" [  P, v% I7 ?- U+ G7 d2 Z    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？
* J5 g" ]. {- f- X+ F: `' A
    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。
; O& ~- E2 x) S! G; q
+ x$ y2 n) `  t6 g9 R9 {8 M9 p

图1-1 MongoDB架构图

2 l: h5 d  m/ Y    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

9 a* x, _0 }6 X1 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。
8 u# n! J0 e5 m3 C# c
    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）。
2 D! {/ n* z' X2 X5 V
$ W2 p4 a6 m( L, m3 r* _  D    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。
* I- Z5 w' d6 n5 v
    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。
% E; g+ q3 q4 {, R) w* q+ F
Shard keys
        
    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。
8 t- M- R3 x: O1 s
    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，

) t6 ~2 x$ p7 |' a* l8 Y{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
) ^: D/ `- U2 M# [; ?3 t/ i  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
7 T9 o+ E5 S/ w5 V) b   "Tracklist": [
     {
        "Track" : "1",
* c3 O1 I6 V* U8 i) S$ @$ V        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
4 h& `0 O$ \6 f  K: x4 E( |     },
* I6 u9 z0 g# X/ ]! ]     {
9 _9 D% [& K8 `0 U$ S! B& ^        "Track" : "2",
        "Title" : "In Bloom",
9 U# b4 `$ y& S7 j8 ?- t, q: m' c- K        "Length" : "4:15"
5 q; Z+ q  y- `8 F     }
' w; H# c& [: g7 v   ]
}
7 ^2 R8 d  a# I* A6 s3 h0 c7 Z
* m+ b' G9 ^9 I) c: l{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
6 G; O/ e' x3 |5 M- ]7 j* ?  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}
: c3 E1 R/ f" v6 l: `
4 a6 f% q' f. I) |    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。

, a$ c, [8 |' y8 ?3 C! L    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。
; Z5 V0 ~' }' \% w2 E
    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。

; Z" H( S, [# d    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。
1 I- x" n; f% U; t
) `# z  Z6 N; I1 Y/ E# ?: W5 q% T  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”。
/ D  ?7 F' e6 Z  V5 X3 [0 C
Chunks
! d( R$ l. ~5 Y8 E. j  B/ [        
! k; m* C# }* L9 q- d    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。
1 m) Z% y1 a) Q& b$ `2 H
- F8 O) h& e; Z* U

# Z4 v9 v( r# D, f图1-2 chunk的三元组

" g: D3 @9 g; x6 o! k+ Y
    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。

% @: u( p4 }  [6 A5 A$ E' w    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。

    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。
/ l$ j8 `7 Z1 }
    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。

2 {( e3 j1 ^, M2 e' P0 \' V    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。

0 j. g  J7 e0 C- L+ ], R; f    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
$ N0 ~- @9 ^# t9 k% w        
. e6 B5 p4 t3 n9 f+ L    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。
9 e/ ]: {: ?6 ^. ]+ U0 V! ^
( ~5 `4 H4 ^0 \5 R3 q    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。
  m. D, l  W. f* e/ _: A( D
; L' @$ F! `) d. Y& K; S: S    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。
# }* }3 e5 h$ N$ O/ [( h
  [6 \+ F; `( n7 \    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。
. q: }6 f+ d4 L% E1 |8 t
9 q" w& m$ V) o0 s2 m" @Config Server
$ p9 n$ a, d+ @; x        
    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。
) E$ L$ G7 P: _# f# i  F
  E' H0 X/ F6 O    每一个config server都包括了MongoDB中所有chunk的信息。
& H+ z" j5 c( I
6 K1 t& {2 T' _8 ^) N" X! {    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。

+ b1 t1 L. p- z    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。
) g& u3 T9 x; a. n/ d: ?
    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。

8 o2 o, M4 G# O* @5 ]2 c* ^Mongos
( x* e# T7 [+ b1 k- z- Y' h- @
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

& a- i- v  n, D* t    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。

    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。

    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。
2 d3 f% y: G" F1 K/ m3 d
& I6 v5 ?6 S$ c  ~2 y* 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。


Reference，
+ s* I) i3 z" V
3 A' p" A+ S# c, G' N[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

" M" p4 G( P4 P% v& `9 ]

您是和邓侃一起写文章的盛楠么？

shengnan007

呃。。。是我啊。。。

shengnan007

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。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
4 Y, X' w3 ~* i0 ~) b3 K: I是我啊。。。这都能被认出来。。。

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~

shengnan007

PenPen 发表于 2012-9-18 12:47
: t7 ]$ s4 M& F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？

不爱吱声

shengnan007 发表于 2012-9-17 22:49
4 H7 I3 g: O- `# ]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 ...

9 O% I8 Z* _5 A) D5 a, Q. l$ m欢迎，欢迎，已经给你变成正式会员了。

shengnan007

不爱吱声 发表于 2012-9-18 12:51
欢迎，欢迎，已经给你变成正式会员了。

多谢多谢啦~~

巴山

我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
* L6 N8 i. T! s) ?3 q

梦晓半生

谢谢。

% _. \* N+ Z4 C& }5 a* B, i中文看得真累，大部分还是英文术语。
3 s# K; F2 O& H0 \
& G9 S; B( I' I# B% T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。
+ q. v+ N. t5 U% i
3 l* g# l& j0 N9 k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。

shengnan007

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。
$ c5 `/ L- u+ I9 C7 F) C$ |
3 A- [9 J$ W9 c' f ...

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

shengnan007

梦晓半生 发表于 2012-9-19 04:21
3 x, f5 y5 ~, [$ f0 z/ y4 a% l谢谢。

中文看得真累，大部分还是英文术语。

( O5 Q; d: D7 u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。

profer

shengnan007 发表于 2012-9-18 12:44
6 v* q) r1 ~  G* Q  z2 N) x/ m是我啊。。。这都能被认出来。。。

0 t: f7 c& }  U, D9 u& V是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
是邓嫂么？

是邓的小兵

恶魔吹笛来

有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

梦晓半生

shengnan007 发表于 2012-9-19 08:44
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。
: t. `1 G: t( e4 B
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

shengnan007

梦晓半生 发表于 2012-9-20 00:57
太好了，期待中，希望都带上英文reference。

" k% }; G) E6 d8 a8 i( [% _8 |) A现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

现在写的也很纠结，资料太少了，哈哈

梦晓半生

shengnan007 发表于 2012-9-20 08:53
  r/ }: ^1 V* S4 L8 v6 E8 V' N现在写的也很纠结，资料太少了，哈哈

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。

http://en.wikipedia.org/wiki/NoSQL

定风波

恶魔吹笛来 发表于 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

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。。。

shengnan007

梦晓半生 发表于 2012-9-21 11:52
. _: e) l, S' k( b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。

* r+ e; x5 }: _http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql