|
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。
7 Y* E4 {# k- X6 O! G0 M% _+ g0 H2 n1 k' h
同步
( W+ Q( `) c1 l, p2 F z* z* l
8 V# e+ t. @+ j5 J( H 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:
" o4 ?/ \7 n4 n 执行op日志
6 h. y- t) D* ~2 y3 N) H 将op日志写入到自己的oplog中(也就是local.oplog.rs)% g4 u! I9 W3 D" r
请求下一个op日志
7 E; z1 |! G: E7 Y/ B2 e4 m0 F) m1 c% w9 A: H$ t
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。
. F; @9 C& r/ i8 Y" b- r; Z/ ?4 y. w y# U5 ]! N4 e8 j& `
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。
9 g. |1 k! b/ N- h! ]) w
* s; @$ \- k8 J5 H. r; d Vw参数
! v5 U* z7 ~4 M+ y) ]1 W" h* _- p2 h; l; U+ f4 X, l- g& d
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:
: A0 R5 L6 _4 `) Z- Mdb.foo.runCommand({getLastError:1, w:2})
$ Q+ E% X! u3 l1 z& |1 A, ^8 c& v, m. g) M
在更改了这个配置之后,执行写操作的流程如下:4 O* A* [) N5 |% O" ?) E" g
8 b) P% Z6 V9 j3 n8 k 在primary上完成写操作;2 T' X% _) c2 K k6 n7 }$ O2 b
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;
8 I: z2 u0 R" i) G% s# | 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;
; h- r" y" ^# Q2 z secondary从primary获得oplog,获得上一次操作的记录;
; h p7 }2 B) E) ^) r9 c secondary执行oplog中刚才那一条时间t的操作;/ q7 I# c: t! ~
secondary从primary的oplog中获取时间t之后的log,条件为{ts:{$gt:t}};9 g9 ~; G( z' f5 m
primary知道了secondary已经成功执行了时间t之前的oplog,因为secondary已经在请求时间t之后的oplog了;
1 w4 j$ Z% d& o) m0 s 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。7 R- j, B8 l1 q+ v! B3 S1 h
2 N" u' @. [; l- R
启动8 I! p/ }+ e, ~: M
4 k7 u2 o+ L r/ L f6 r6 K4 p- n9 l 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。0 r9 K$ u3 x0 t; e' w# y
5 b; Z& B- y# d" M ~7 x- e8 A
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。% [6 c% i- e. q
7 ~/ k5 g/ s+ w/ ]- g, o. g+ M选择同步源节点
4 g; H( D3 Y9 c7 `4 S* |, o
: B, Y0 u/ B, n* e 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:; w/ R+ b7 e/ F4 \
2 M2 N7 \0 R2 \5 _& W5 b9 f
for each member that is healthy:
# }4 ?2 s$ g! m h$ H6 R* e8 W# F if member[state] == PRIMARY- E3 H# i% } Q, q
add to set of possible sync targets
+ A. r J8 V) O% z4 g, }% I1 l
. A! d! U( `2 j3 S7 `: v if member[lastOpTimeWritten] > our[lastOpTimeWritten]
- G8 N- A" Y1 _ ?* r, U+ m0 q add to set of possible sync targets
, S; u8 b$ \7 T1 B
1 _% \; M7 Y0 ]. Ssync target = member with the min ping time from the possible sync targets' e1 O9 @4 J" u/ g0 Q7 u
' w }. w4 k) k& S 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。
6 X" q e) n/ X, j t7 F/ z" s% O8 E& c" z
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。
2 e2 h8 B" p8 }5 o& \4 `: N% n1 U% e6 G$ k* a
链式同步 g6 {' e: b K1 ^2 W
/ i8 U; C: l" R2 u" Z$ u
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' i7 A, d- d% d6 ] q1 I) G" s/ u `2 v! P- V
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?
" ~. Y) ]5 g- C: ^/ ~6 W6 `; p+ \! v% l$ u9 X
MongoDB通过oplog同步协议来解决上述的多个节点同步的问题。8 b3 S8 z* t* s4 h( z( U
( X' {; N3 I7 F+ m& n$ F; o: M3 m
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。”
& W% X) R: Z* X! k6 M, v; U0 O5 }, L) V% ^2 i) x
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。- b: ]3 S5 m+ D# H3 ]
% e1 @3 @+ S( a, B2 K& ^/ |
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。" Y4 w/ g* E; {: J
9 j: D/ J% A7 K# U8 [$ P0 B 具体三个节点间的连接如下图:
( a7 W( P. ^8 O2 J. S3 r S2 S1 P
2 ^9 u4 L3 c- L" | <====> & P3 M' F1 |4 k5 [0 n, G* @
<====> <---->
0 s" l1 D9 J& [
B% S* b3 P) d; ` 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。8 J# y6 w! z6 t* C" ^
6 t( Q5 U8 X! s/ S- ^+ ]' E
" V0 i+ F G) j C. q* w
Reference,
7 D! p9 h5 e1 S5 w3 }% W5 q4 C/ Z9 \% k; ]- v* {! ~
[0] Replica Set Internals Bootcamp Part IV: Syncing: L9 W; X4 `# v& D$ J" G) K
http://www.kchodorow.com/blog/2012/05/07/replica-set-internals-bootcamp-part-iv-syncing/1 R+ b* {$ t( @9 v Q: q b
|
评分
-
查看全部评分
|