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。

    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？

4 U4 @( ~3 Y3 m) c' S! }    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。
6 e) _3 }9 K+ |

7 b7 m9 n5 |6 A7 E) J& W! \
/ G) a3 I: V6 }7 u! Q  Q1 M图1-1 MongoDB架构图

2 M6 r8 z& G! @" z
    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）。
; y6 D% E, `& E4 a
5 \  X/ Z6 E5 U  D; q% ^1 x2 ]Shards

8 ?) }0 z9 Q/ 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。
0 \/ Y" q2 h6 b" @
, _$ _+ B. v! `2 f. d% j- |* q    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）。

; g7 h* `& ^' W) Z$ `' k0 O    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。
1 t) E! K% O6 P6 ~8 W
    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。

: g# g+ D0 N2 F: G& H5 S% JShard keys
0 ?8 H2 x! n8 l, P' H. ?8 p        
5 \1 m" ^( p( Q! i    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。
9 i$ t7 q2 m, v+ a6 @5 c0 X& ^
    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，
+ y' T4 w2 h* n" t4 a4 c, P$ z
{
5 t( F1 L8 t- a+ ~- i  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
- r: S! V8 R" [& d( R4 G4 Q  "Author": "Nirvana",
  "Title": "Nevermind",
4 ^( u0 T6 f( Z/ a  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
4 W! N( z/ O# P# m+ S7 o) v   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
     },
     {
        "Track" : "2",
4 F2 ~+ K" {* M        "Title" : "In Bloom",
        "Length" : "4:15"
! f: _  [' z' o6 {9 d( f     }
; A& `6 R7 Q7 H3 D! u   ]
1 e1 W9 }5 Y  x$ }* S}

5 n$ [- Y8 H+ l' l' q{
  "ISBN": "987-1-4302-3051-9",
/ j! c9 E# R6 x5 j9 c1 t  "Type": "Book",
* |: V$ ~& h! m# E* t* v  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}

& s# |- U2 t. t/ ?* h) N    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。
1 t, D; _9 J- _0 t
    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。

    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。
4 ]  |/ J4 f+ f2 m& w3 M2 g/ @
    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。

2 v8 E& M& X: o) j- 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”。

Chunks
, p6 [( T) Q+ P: U& v        
    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。

: _8 y" U% H6 c

图1-2 chunk的三元组

0 F6 }, \8 y- e. b. |1 D0 p7 Q$ K
) h" D7 p/ T( i& g    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。

4 ]6 Y% A% E" y$ u3 |5 I    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。
  x, D7 S$ C# @9 f9 g3 A+ f: ?# C
    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/ A3 ^/ E( P7 d; i    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。
3 A* d# s7 p+ K" v. f( g  `* h
    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。
; Z' A9 j" ]" U
    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。
$ Z6 r+ v0 C0 `1 A: k
6 D; ?5 {) T4 x8 C- z7 p' zReplica set
/ I% ~4 g. m$ i' P. L        
! Q+ _6 P2 G3 h. `* c    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。
0 L3 C: q4 i# ~. k
# q" I& o( y; c3 G) 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。
8 ]: P. c4 i6 m7 ]
    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。
. B8 J( i% _6 ?/ q2 |/ f
. ^6 Y) \) [# s% X    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。
! I) A2 z8 g& W  H, \" c
Config Server
        
+ v+ _6 V! I8 H+ v, 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。

    每一个config server都包括了MongoDB中所有chunk的信息。
) j0 f* P0 s3 W: d
# v/ p( _- U5 ?, s    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。

    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。

    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。
7 x2 ~8 O. C7 a% t- i0 G9 z! O
Mongos

    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

$ A+ j& f/ e; Y/ [    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。
' E/ s' B% _, z  n- W4 k& w+ j
    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。
3 {: v) c+ `) z: i
6 n8 h% f7 d4 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。
& p$ B, y5 z* _- i. b
    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。


9 h% N4 R% Q3 ]0 R& N2 u/ cReference，
4 j" }2 K% v/ D" P8 C
0 O# T9 }. c6 v' }[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
* U3 x7 t4 {, M" U$ k

PenPen

% h2 L" G9 d: J6 ~1 B
% R6 X4 Q0 Q( }7 n' C
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？

! e+ j" S: t- x) B; e$ X是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
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
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
% p9 Z3 A9 R# i. l! j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 ...

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。

% D" i* z1 h4 b; a! I) q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。

梦晓半生

谢谢。

4 ~  {6 e% J1 k中文看得真累，大部分还是英文术语。
& V! x  v5 `5 t( x3 T
/ A8 S  a3 {# Z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。
  ?6 O9 }4 I  t8 c
2 \2 ~) i" M% x7 k* ~& N# 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。

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。
; Q& g8 N% I4 f/ i1 v; A/ P" W
/ Y) ]5 R. r2 e0 g# ` ...

; F8 C* }+ z4 ]/ P7 n0 R3 @% WmongoDB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
谢谢。
2 O7 R5 b& [5 u
! g! T* j9 \9 K5 u' g中文看得真累，大部分还是英文术语。

6 |9 H2 o/ s8 {! Z5 h2 D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
# t: B/ K- O1 _" P是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
  ~. [( K1 N) P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
" @5 P1 I3 A" `& e, Q4 m5 C1 ~( m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。
5 _/ y1 p4 K5 W8 }  A
现在这种新技术很多，Mongo是比较流行的一个，我这里附带一下一堆NoSQL的新系统，到最后估计会有几个胜出。
* R: ~, P0 [) m% e; B0 W& a
% z" h0 z( U0 f$ b& x* qhttp://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。

% j1 j2 ?* I1 C6 ~% I现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

/ l, S3 I+ V* e1 b6 w- z% M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
9 i7 \8 i( c/ f8 `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。
* D5 G9 m0 T. K4 D& x
http://en.wikipedia.org/wiki/NoSQL

2 X3 r) u8 d9 ~) i2 ^; `- n

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

3 Y3 P9 a; ?1 f" 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。。。

shengnan007

梦晓半生 发表于 2012-9-21 11:52
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

好的好的，现在这个写完，然后开始写nosql