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。

3 }4 o1 i: `6 V    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？

. {) I6 ~2 b3 M# W; r    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。
' h+ G- M2 ^" X, \) {( A, t5 T

图1-1 MongoDB架构图

# \9 k6 I' ^- W- g& Q- d3 F% H
    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
% p; Y/ U3 P% V. H! l: [
: l; B( e' z6 e1 b7 Q    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。
9 I9 \7 R9 t3 H3 h( b7 A
4 p9 k- c( V* x  d* M( R    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 x1 ]# I1 t+ k
9 R$ }7 t# O  F/ m+ e    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。

+ d; j( z' C/ A. e    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。
. J: p! a+ ?8 J1 _0 d
1 Y9 V) {4 [; J3 W! z' I3 K4 NShard keys
        
9 I" l2 r$ S+ P) R) J0 S    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。
% _- ~/ M; g* L& [# l" |
5 c& b/ ~  o& O; H' B: }& [* p! T    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，

, ?9 _# _$ [3 j{
  "ISBN": "987-30-3652-5130-82",
' z3 O" Q+ \; ^% _1 J1 |+ W# r  "Type": "CD",
  "Author": "Nirvana",
0 X( k0 ]# |. j$ @8 L- p  "Title": "Nevermind",
8 \) y; r- I- \6 X, @  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
7 e% L3 n( i6 Y     {
# A" k! y5 m' ~/ e* d        "Track" : "1",
        "Title" : "Smells like teen spirit",
; Q. o* u4 u$ \$ F        "Length" : "5:02"
     },
     {
# D2 P1 L/ p; P6 _; m% |& B        "Track" : "2",
$ x. A) N: O0 B4 ^( ^! T  p        "Title" : "In Bloom",
) H  N( x8 _3 Y" C, e: n$ a0 G& c) u6 [        "Length" : "4:15"
: I3 F2 s* w+ f( K     }
, _1 ]( W1 k. t   ]
}
* i: [! G3 e- V( Z% C3 \* X
{
  "ISBN": "987-1-4302-3051-9",
4 \* U$ \2 p, f) d3 v3 s+ b  "Type": "Book",
4 m' `) u6 V2 N! X5 v4 c( _  "Title": "Definite Guide to MongoDB: The NoSQL Database",
3 ^4 \: j, T! z& I/ _. ~1 g  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
" N$ J4 e. e& x& l& X: k% d}

4 n, p! X  @& ^  t! ^5 U/ E) Y1 b    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。
$ u9 Z% B5 L/ m8 q: J- {
    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。
) R# w% ~  I$ z8 t* C1 c
    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。
- E- M0 q4 p$ a
, M* s0 |0 i+ K. K4 H9 `* \0 U    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。
- J' V; h# Q, C: T
    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
        
' H+ s% A2 U( b, V8 y0 L# q' [1 c- J    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。

图1-2 chunk的三元组

  F1 O; |: A& G9 z3 ]    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。

$ a/ B! p' O* |) d) z    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。
& [1 d& J* Z" T/ }7 U2 h
' J" p; g  z+ }# s    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。

( P5 U! g2 B& d2 ^) @1 R    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。
  y) G: J; K& _$ r6 E, u* 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。
2 p4 D" f# Z& C  U3 L9 W' J
    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。
# K- Y" i6 e5 h
' E1 f! z8 h* @5 c+ q; VReplica set
        
    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。

    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。

    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。

! h" C4 E- x) j9 P    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。
1 u% m0 ^& _( M7 w; `6 n
) Y4 G# _% J+ O; P9 n+ O, T* g* K) r. mConfig Server
        
    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。

8 S1 w3 f1 w  `; h7 u    每一个config server都包括了MongoDB中所有chunk的信息。

    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。
% S9 ?9 f  d  @$ T- c3 J
- ^! x5 ?" [- L1 \5 l" A  L( p    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。
7 [: P! f3 T5 M* `9 h! a0 x. [
    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。

) I" b4 L; j$ J  A# r& |% sMongos
- g2 _7 x/ I- c' w. A" `8 ^9 T
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

    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。
& P9 z5 D3 _# r- r
    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。
4 O5 t) j( e3 N, y
  y1 u- N! c& {/ p" p: K' ?    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。

    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) m% @6 k% f( }
Reference，
4 c- L8 P! |& N
[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
8 I( N" r1 U% i% h4 J: J. u2 @

PenPen

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
9 o* p! @/ O7 {1 ?, Z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
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
, Y6 [. Y- O* Z: P- I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。

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。

2 B# G" q* `4 R: Z/ q; i

梦晓半生

谢谢。
) \" N, }. C3 c9 ]' J9 N
中文看得真累，大部分还是英文术语。

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。

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
( R; \7 J) E1 W, j! q  v我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

, c, h0 @! Z8 l6 m. ^. b6 ~  ` ...

3 ?0 M7 p1 D' y5 H) rmongoDB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
' \; H5 ?6 ~, a谢谢。

中文看得真累，大部分还是英文术语。

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
7 ~  Z+ [: o+ K& q! W" @是我啊。。。这都能被认出来。。。

  T9 q  M  E3 T6 F) k是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
是邓嫂么？

5 ?7 [9 N6 O7 R' n- `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
. |+ c7 f- z+ m# J9 t  J8 L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 ...

/ r7 Y  I6 P7 F8 X3 c3 D太好了，期待中，希望都带上英文reference。
! Z( u+ p- l! ?9 S3 O* M5 E
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。
! L7 ]: F7 O2 V: X5 b" b  r
& U& j$ j8 X2 [9 v4 Yhttp://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
* j+ l" U7 e& @2 J9 ]7 ]4 W太好了，期待中，希望都带上英文reference。
" ]) F/ `- E4 ]6 D/ w5 z
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
. x  C3 E# A8 A/ x: w7 k现在写的也很纠结，资料太少了，哈哈

8 B. x2 j& b7 B4 ^4 X! a) p" s) |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。

2 d6 s1 }# k( S  Y+ ohttp://en.wikipedia.org/wiki/NoSQL
: {. I0 e) U( k$ B) P' U

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

) d+ e/ F; P! g* ~$ r: f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。
6 t6 W8 o: e; Z8 B- N- u' e
% F" B3 o0 i* L  W& ihttp://en.wikipedia.org/wiki/NoSQL

; ]2 O0 F8 ]5 G2 s% l. l0 i2 W好的好的，现在这个写完，然后开始写nosql