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。
6 `1 m" t5 F$ T* ]8 {6 `* r
    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？
% Q! {4 v/ m. f2 G
, B* L# o5 q& h6 G0 W    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。
$ Z) g4 {/ G  ]) g6 `
% p: I$ ~" I( E( j4 k

图1-1 MongoDB架构图

' H( F1 y% y7 J& f    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）。
. q0 c- s5 S0 R, t1 F+ P2 i
Shards
- U6 e0 M. q& Q; p% ~6 X! C  U( v+ y
& @4 _& I. ~  \* t    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。
4 v- Q- e" g0 ]% h$ x
    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）。

    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。
( f& r; p/ }1 |; s: B- F
. C+ S' ?5 K( i    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。
- T$ }+ F2 a, E6 y: L$ ?0 o! i
Shard keys
+ S) G* A0 A0 Z/ G* i5 ~6 C- X# ~        
    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。
& g' D# l- k$ Z8 g: ?0 P
    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，
& f$ B6 S% ?6 S! G9 W
/ q% G# r/ P8 B; x$ T2 P- V) r{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
# c- Y3 Z( V4 c  "Author": "Nirvana",
1 G# }8 l, `) J* ~  "Title": "Nevermind",
* D- @/ u' r* v# W* p3 g: l' B  "Genre": "Grunge",
4 Q% A% \) c% N& x/ H) X5 w3 F   "Releasedate": "1991.09.24",
4 m+ o1 W! D0 m! q5 w4 {9 c; {   "Tracklist": [
# s2 V' M# U) _. m) V     {
8 v6 G+ |; r7 t4 D  M+ k        "Track" : "1",
        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
     },
     {
        "Track" : "2",
        "Title" : "In Bloom",
% _6 \6 A& k# L* Z! v4 `        "Length" : "4:15"
     }
   ]
}

{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
6 Z$ Y) x$ z0 E2 \) i) ~6 A) D  "Publisher": "Apress",
. a8 U9 x! p5 i5 P. J  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}

    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。

! ]3 R1 ]8 K" t* m    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。

  y# }' ~- a7 _% v. a' h8 G( T    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。

    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。

    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
        
" |% p9 Z' x2 v! S+ x9 R" b    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。

+ f7 A$ g; ^# B7 F+ C+ N图1-2 chunk的三元组

* X; `$ g  X: Q, t
. A  G$ w) c0 c6 F& l$ P    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/ ^+ R4 E& |( P" E, C0 u3 z# n  U
& V4 s8 X2 b) `" P$ ?  h    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。
* f* k6 @( d* V
    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。
% p. R" S+ [+ W  g& u4 W, C7 A) b
    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。
, y2 ?" `8 X% S' W
    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。
3 r( U( S! \5 T: P3 g. J4 b4 p' g
    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
        
% @4 ~0 h1 Q5 l! S+ O/ Z# V    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。

5 a, r- d0 ~% _' C5 N    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。
& t( }) G4 H5 p$ X! V4 T
6 b1 G( p0 n! w    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。
6 c" \) U- X1 ]- x3 b
    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。
8 h0 ^8 J9 c! B* Z- Y
' E* k: e. [9 W$ xConfig 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。
0 X, K$ [- D8 v+ J  F3 t4 |
    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。

( A/ f% w/ v: R) |    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。

Mongos
2 n$ I- y$ E+ p; W8 L8 S, B6 A
+ b% Z1 l& E7 _, J' I    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。
1 Q: c6 l) M1 e( J1 @2 P4 }) _# S8 ]
" p# \3 o0 K4 w8 p: l5 \. U3 X    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。

( m; X- M7 K/ B0 n    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 j: e! X4 `; C& k) q" l/ j0 zReference，

[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
+ n0 E0 {7 h$ v& Y# Q

PenPen

7 J! ^; U+ q0 ^+ T
" z# G6 r- R) W+ O# ?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
7 M9 K2 |4 h. W7 p2 G2 g. k3 ]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
: _. a' m" \% Q, D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~

  j' F1 j4 U" H' Y/ |: e, f( h+ 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员是么？

不爱吱声

shengnan007 发表于 2012-9-17 22:49
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
, y+ W/ }- U, a% k5 Z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。
+ B8 q8 ?5 L6 t6 z8 P# V

梦晓半生

谢谢。
) B1 `2 X% W0 Z; w) {
中文看得真累，大部分还是英文术语。

9 y+ V$ R7 S2 B7 A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。
8 [( u) T; R5 O9 \# ~( R
5 y" V- l) ~- y" }- I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
1 Q3 |% ?7 O  @; f% l# Y我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
6 L+ {; U- J+ b1 v7 Q* }
...

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
) _4 A  ~% @* S4 Y谢谢。
# V. P: x$ G* n
( N0 p0 s: J: A4 S$ O- _$ G  V& |7 v中文看得真累，大部分还是英文术语。

0 {  |6 y4 G# _: 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
# }- F/ M% p+ j/ H% K5 f* j是我啊。。。这都能被认出来。。。

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。
7 h( l8 K" u( A& p$ n" y3 M7 W& j, L
3 C  p' n3 Q4 T# r# J& u* J1 U6 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。

: ?9 |: S- _' U7 ?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" _# w7 A( k# j4 Q4 S7 |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
' v9 A4 ?/ ]- ?现在写的也很纠结，资料太少了，哈哈

: ^7 E0 y* ?4 L, I) j# ~! y4 D' }& p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

4 ], b8 d* {, D9 R& J+ `# v" F

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
- V3 Q- j* l6 g3 }6 }# y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
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。
, u: E0 b3 [* {/ D( m( T& A
http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql