|
|
上一篇文章,我们了解了replica set是如何选举出primary的。当primary被选举出来,就开始处理系统中的写数据的请求,secondary要及时的同步这些写到primary中的最新的数据,保持MongoDB中数据的一致性,那么secondary是如何进行数据同步的呢?接下来我们详细分析这个问题。
5 R1 @5 [* i; U6 \9 \
, A( V+ B9 c) O; I' u同步
: V& M4 ]3 F/ }$ q- U `# D# |1 ]( Z( o4 U: \
一个secondary在正常运行时,会选择replica set中的一个节点,从这个节点中叫做local.oplog.rs的collection,拉取oplog同步日志。获得同步日志后,进行下边的三项操作:
: R7 _0 [4 D/ V% j; o- c+ U% h 执行op日志1 m8 W! z& b5 d$ e+ }$ S
将op日志写入到自己的oplog中(也就是local.oplog.rs)# |) c$ F( \/ n( a& ^
请求下一个op日志3 N0 c# A5 u7 i. d o
3 l" _1 S7 m) k2 o/ M( I2 d5 O 如果在第一步执行完毕,第二步还没有执行完的时候,secondary宕机了,那么在secondary重新恢复之后,会认为第二步的写操作还没有执行,重新开始执行第二步。在MongoDB的设计中,oplog的操作是具有幂等性的,也就是说将oplog中的某一条操作记录执行多次,不会影响结果的正确性。
" [: v/ d% V/ l( ]1 y5 k" h4 i; F7 J7 L. Y+ l2 b& G
比如说,有一个数据是{counter:1},我们在primary中,对这个数据执行了操作{$inc:{counter:1}},就是把counter字段的值增加1,结果是{counter:2}。Oplog不会记录inc操作,而是直接记录{$set:{counter:2}}。因此,对于oplog中的操作记录,无论执行多少次,都不会影响结果的正确性。
; b& r* K5 L2 n5 w ^- ~+ f: r& t5 |( }+ U) u
w参数
- p0 q- \; X, v% Q2 a; r) P5 b4 F) j" h% M
当我们在MongoDB中执行一个写操作时,默认情况下,写操作指令发送后,就认为写操作执行成功了。为了保证系统可用性和数据安全性,我们可以更改配置,当写操作在n个节点(n包括primary,如果n=1,那就是在primary执行成功后返回)都执行成功后,才返回成功。这个配置的命令如下:5 z7 M; G1 d% s) @% x+ ~ S4 q! l
db.foo.runCommand({getLastError:1, w:2})+ {% m# n- x# n
, B- D( ?; N. l 在更改了这个配置之后,执行写操作的流程如下:" h* ?1 L1 k9 a! K
) y8 Q& G* Y1 b \/ X* l/ z7 z3 _ 在primary上完成写操作;
% D) F. w$ U4 r6 k 写操作被记录在primary的oplog中,oplog中包含一个ts字段,记录了写操作发生的时间t;
0 T: ]" m& M$ j( F$ {# x2 G$ Z! E- R 客户端在primary中执行{getLastError:1, w:2}命令,primary完成了写操作,只要再有一个节点完成写操作,就可以满足w:2 了;
6 [6 T. t$ L' x4 d secondary从primary获得oplog,获得上一次操作的记录;
' D' m+ z7 y8 b1 J9 x$ _, N secondary执行oplog中刚才那一条时间t的操作;) C5 G. W/ m' K- b3 j
secondary从primary的oplog中获取时间t之后的log,条件为{ts:{$gt:t}};! Y: n" X1 b( ~/ H9 H
primary知道了secondary已经成功执行了时间t之前的oplog,因为secondary已经在请求时间t之后的oplog了;
4 o9 |. L; e( v( j getLastError知道primary与secondary都完成了这次写操作,于是 w:2 的条件满足了,向客户端返回成功。) v8 p! W- J t+ E+ v+ G7 e
4 w8 `% H" g9 g7 q1 x% M启动3 n6 I& X5 W$ v; b+ j& b! I; K
8 X$ a. ]' q5 O% ? 当在现有的某个replica set中加入一个新节点并启动时,这个新节点会查看自己的local.oplog.rs collection,执行一个叫 lastOpTimeWritten 的命令,查找到它最近的一条被secondary同步过的写操作。
; d- j( G! Z! ^& U* w
3 d0 L9 }5 Z" j, d4 q; M8 t2 K 这个命令会返回一条oplog记录,其中的ts字段就是最近一次写操作的时间。如果一个节点启动的时候,oplog里没有数据,这个节点会同步其他节点中的所有数据。
2 [) s! e4 S+ ~4 i) g* h- i5 K
6 f4 j- H9 R8 ` s% J& P1 R选择同步源节点6 A9 T4 x; V& S+ X' b* I( r0 \# g6 z
' ^9 y+ ` e. i
Replica Sets中的节点从距离它“最近”的节点同步数据,这个“最近”是通过ping的时间来判断的。在节点之间的心跳检测中,会记录ping某个节点和收到响应的时间,通过这个时间的长短,来确定距离的远近,时间越长视为距离越远。知道了和节点之间的距离,再通过如下的算法,来确定可以同步数据的源节点:6 @% `! n. b. G N
7 W+ v( J R Z' g6 Y
for each member that is healthy:1 ]8 |# j3 V7 R; d, h
if member[state] == PRIMARY
! b5 N- a6 ?1 E+ ]2 E* @ add to set of possible sync targets. o! s3 N+ V$ e+ v1 |7 b* W
4 ]1 L, f9 I: l9 R$ y. Q6 ]
if member[lastOpTimeWritten] > our[lastOpTimeWritten], g% t s/ n2 C- E7 W" n
add to set of possible sync targets* d* h e l2 I# B; ?, v8 x- j
* n. b- ~3 q; z$ J
sync target = member with the min ping time from the possible sync targets& X8 x3 d2 Z( f A7 B' b3 f
$ {8 V' E) Q7 T9 i 对于节点是否健康,MongoDB各个版本的判断依据有所不同,但都是为了找到能够正常运行的节点。
) A3 F$ ~! O+ ]" D
" d; i- a+ f* K$ \ 我们可以通过运行db.adminCommand({replSetGetStatus:1})命令来查看当前的节点状况,在secondary上运行这个命令的时候,能够看到syncingTo这个字段,这个字段的值就表示secondary节点同步数据的源节点。
0 B( \3 p$ e8 P9 q' G+ x
& J- c( b% J! ~+ H8 Z K链式同步- l; N* m/ I* K5 N# A5 v+ j1 K
, s; H |9 V$ Y+ X 前边所说的内容,都是假设有一个primary和一个secondary,这种情况下的同步过程比较简单,但是如果有2个secondary或者更多,那么这个过程就要复杂的多。% O$ \3 L8 Q% _6 x2 H% z( B2 A
1 q1 ^1 ^. P8 R, f% h- O% I, ^) @' z 我们用w:3来说明这个问题。比如S1和S2节点是secondary节点, P节点是primary节点,S1节点从P节点同步数据,S2节点从S1节点同步数据。这样P -> S1 -> S2 之间就形成了一个链。如果我们设定w为3,那么除了primary写入数据,还需要有两个secondaris完成同步,才可以返回成功。那么P节点如何能知道S2节点已经从S1节点同步成功了呢?
; Z- K8 W" I6 A3 w
% O! _0 V) @4 ?1 L MongoDB通过oplog同步协议来解决上述的多个节点同步的问题。) h3 j! J+ r6 C) _* Z' }
, F# l- _. c1 d* k2 B v
当S2从S1同步数据时,S2会给S1发送一个特殊的握手消息,“Hi,我是S2,我要从你这同步数据了,把我也算到w参数里边吧。”
/ ~- A4 {/ O: o1 B- H6 w0 |$ o5 }
7 D& O. y2 ] U' f; } 当S1收到这个消息的时候,会说,“我不是primary节点,我可以把你这个计数转到我的同步源中去。”然后S1打开一个到P的新的连接,然后对P说,“这个连接你就当是S2的吧,把S2也算到w的计数中。”这个时候,S1和P之间有两个连接,一个是S1自己的,一个是为S2建立的。
8 E6 j j9 A0 r9 v8 }/ v2 E1 ^' i! s
. |) a4 I) Y! ]! ^1 Y V ^* g 当P执行完写操作之后,S1首先会获取到P的oplog,执行完这个写操作之后,会告诉P,我已经执行完了。然后S2从S1获取到最新的oplog,同样执行这个写操作,执行完之后,告诉S1,我已经执行完了。S1在收到S2执行完毕的消息后,就通过S1代替S2建立的和P的连接,告诉P,我是代替S2建立的连接,现在S2也执行完这个写操作了。这个时候,P就知道已经有P、S1和S2都完成了这个写操作,w:3已经满足了,然后返回成功,完成这次操作。( J' E* N: b) D" p: L9 Y, _. z6 _+ j
* [; L: A: N; X8 i) _ 具体三个节点间的连接如下图:( N4 h& ~" T0 s* z, b* _
S2 S1 P
[' k8 k7 e! ~8 H# c0 E <====>
# V! |# c& p4 i <====> <---->
3 g3 H% o2 C$ W) S/ s }" j* `8 E/ }' s1 ]/ @ Y: r/ X
S1和P之间有两条通道,双线那条是真正的同步连接,单线那条是一个虚拟连接。
. p, j. F. q5 i* W
- e; {$ t8 A' v9 G N* d
$ ]4 K# z/ f. HReference,3 |# @# [ W2 k8 f2 ?! d* @
8 u. ]6 N6 o+ L, V. E
[0] Replica Set Internals Bootcamp Part IV: Syncing; Y# i5 h" P) H0 D8 p; q1 R
http://www.kchodorow.com/blog/2012/05/07/replica-set-internals-bootcamp-part-iv-syncing/
) r+ x- s, Z. G4 B9 G( _ |
评分
-
查看全部评分
|