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。

& C7 d7 Q$ \" I3 T4 T; {    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？
  }* F# K7 ]% X4 ?4 Z6 v& b5 c
    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。

- L0 t+ ?. B) ?9 p1 R

图1-1 MongoDB架构图

    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）。

% \9 U! e! K+ X2 s. O+ AShards
- X; j; b. k; j4 a: s8 }
8 }5 j4 D5 Q7 ]    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。
6 k3 n# B! K! @8 J% X; i& i) ^( ?- b
    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。
" {( `# D6 `  Y+ b
    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: R) s7 B, `
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。
5 z* [) T1 v0 V# V9 g; ~* t
- D) e6 n$ p5 n; }4 y$ Z    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，
0 y9 G, k0 y8 K
# H6 y$ q2 p4 L' f{
+ R0 K* E- p2 D* T+ J: o$ X  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
+ A2 [, H, L1 J2 Y, }  "Author": "Nirvana",
7 }3 n8 y* e' {* r  "Title": "Nevermind",
/ m2 X2 ?6 g! T7 O: {  "Genre": "Grunge",
; r7 K' o) E. H  c1 h' ~3 R! x7 i   "Releasedate": "1991.09.24",
4 V; K0 e+ ]9 ^. @4 B- j   "Tracklist": [
     {
        "Track" : "1",
! W1 h. C& Q; Y8 U- k+ s        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
: h0 B6 G6 I- T2 D( R% a     },
     {
& H* _3 [% l9 j0 D        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
( Q3 ~" p4 F; Y     }
$ S0 ?. Z: j2 O9 K# x! x- P% e* O   ]
}
; e) M+ L7 T0 Z/ q2 G1 w# @* H1 i
/ a3 C# ]6 n' C" x' q6 W{
& G% k: u: x6 e2 K  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
. K2 E# [( d( ^7 D3 f0 P  "Title": "Definite Guide to MongoDB: The NoSQL Database",
3 n7 c3 d- m9 X5 O  I0 z: |  "Publisher": "Apress",
4 j- ~! ?# {1 `3 m  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
; S0 b# E+ U8 D$ D8 C}
5 l, E: }/ e. C  a, M
1 n! c% q2 B$ e& n, l    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。
( |, P6 _/ a+ E5 H$ q
    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。
) A& m4 ~; b# w- Z; M1 q+ q5 h" Y; `
    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。
8 J: G  K# A' X: _
) n1 \# R: ?) x$ H6 S, W    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
        
& k+ v/ N3 b8 y! ?' U  r  L- B' g    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。
4 q8 }; B7 N# c) J5 i7 h2 d

图1-2 chunk的三元组

* g/ m1 r3 P2 X* H2 z1 V
    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。

    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。
4 C4 s/ |5 I8 e
    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。
- M6 }& b0 t. Q4 S0 Y- i. @4 [9 _
1 x9 O& r- `; X0 r  e! B: U    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。

    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。
1 W( I+ ]; E0 Q2 K+ _
    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。

8 _6 u  ?1 v& W7 E# `Replica 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。
, q% m, G! b' z3 ?
    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。
0 c: q- r* }$ u# g5 M$ ?
6 X% g1 A2 n% \9 J4 K! Q    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。
7 ]2 A! b" _; s7 c" G
0 n! U8 b7 i8 I& u$ 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。
1 a$ z5 e) I) 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。

    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。

! n( a1 y5 F( v, K    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。
6 M( u0 y7 B  {) P/ d; D  r
. p; x! J& n1 i) S8 cMongos
. }$ a- Q4 k! r1 h! n3 r  {7 B' M. O
2 F, R/ s  L. x2 l! a    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
" O* W2 _3 m- t2 k9 P" L, x: Z
: i( i& j3 t/ g: z( ^3 ^: l    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。
& \6 Z5 L- Q4 C  t; B
    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。

: z! k3 `4 v0 Q    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。
4 K+ W! s+ J* |; ^) }3 x8 O

Reference，
/ O4 i/ R! h' Y
[0] Architectural Overview
9 i' F4 k) ~1 m) e% qhttp://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

- \, _4 W' p( G% ?  Q' m, K. Y  g3 B+ z
/ T  T$ @& G0 P5 E
6 Z8 R/ c; t0 |1 v5 l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
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
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。

梦晓半生

谢谢。
- l$ T% K7 r  q& @3 t
7 R2 M. {: n  P2 I# M/ |中文看得真累，大部分还是英文术语。

) P  m0 M$ j* M. E/ ~$ ]/ r4 V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 {. y# V. H& y( x3 R
) F& Q- E5 d7 N% T3 h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
2 [* A7 f  ~$ ^+ s1 ^* n1 s2 y& ^0 B我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
9 D; j& c1 P; a) g- t
6 q% }1 `8 T) x. I8 n5 s ...

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
谢谢。
/ F* y4 B" n$ I4 u' S8 p# q
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
是我啊。。。这都能被认出来。。。

* Y1 d5 t  A4 A, l' {是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
是邓嫂么？

) D& j0 ]2 Y8 y$ Z! X- b7 _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。
( F' F+ k3 |4 |2 R9 S  r
- l' t0 R8 s6 a/ P2 N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。

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
/ l1 J. J/ s4 V, E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。

3 y; p) ^# F" }2 a& N) T% t# ]6 S8 Uhttp://en.wikipedia.org/wiki/NoSQL
* n) R) f7 B# v

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
, k* z3 `% e0 G$ q6 G) ~, o7 b) i有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

6 |% O( H6 t! O2 ~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
: _* W! Z& ]' `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。
1 V. z5 j9 g  N5 \, X& B5 e
/ R* {! {  H- P% {0 X, B7 l. xhttp://en.wikipedia.org/wiki/NoSQL

8 k- N) Q# Q- C: E$ \+ B! H好的好的，现在这个写完，然后开始写nosql