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？
0 J* e% h0 p4 W+ ^* j
    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。

, }$ |) i# L$ e9 M9 }9 {
+ ^4 V3 S, g/ f- {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）。

Shards

9 p2 @" z# O6 ?    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。
) B5 i3 K: V1 H0 v5 i& @) `
' M& k' H: T. }2 D" ?% L- E7 E    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）。
' j9 N' v8 R( X6 O
# r9 j. F& A* ~6 q, }9 m    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。

    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。

Shard keys
8 s" G$ D1 G; l) \. T" k        
$ l. p, o/ |8 @/ V- h" d$ v    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。
' c1 v; ]# e4 w
% f2 p! H% i; Y/ Q" c    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，

{
( z# X8 f# v- ^1 M' q  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
: v8 V3 w: t9 C, [" Y+ B' V; g  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
4 x9 ], n+ m9 `3 {8 ^- q# S     {
  M) U+ e, i7 w+ u        "Track" : "1",
1 J6 g  y* A" _; x( K, o6 }5 D        "Title" : "Smells like teen spirit",
, E# ?' r+ {9 f$ u+ R2 c: P        "Length" : "5:02"
3 g0 L5 b$ L8 J     },
2 B* w: Y" M" k. j4 t* Z. h     {
        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
/ B# H9 N' e( W* @+ Y     }
$ q+ \( N0 J' z8 c; V9 v! E   ]
* Q$ b4 |% Y, ~; B* P2 v3 a' T5 f}
  G, L, {: K2 C0 H- }% v; ]; `
{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
8 V6 D6 \& z. E; ]  "Title": "Definite Guide to MongoDB: The NoSQL Database",
, c' P7 \5 n4 B0 S+ x/ k2 p  "Publisher": "Apress",
5 Y8 ?1 B; ]* h5 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。

  t( N5 b: F1 M: ^- q3 W2 y; @' 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。

/ b+ w) r$ r! f    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。

5 D4 ]7 B+ l$ I8 }8 J    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 ]0 \: h" q0 p
    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
/ r! o* \7 A" t" \        
    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。

- B/ q3 c0 k/ H; [+ g7 ~

' h* u2 ^* t6 p0 g图1-2 chunk的三元组

  r# y, ^' B* X3 r4 n4 B
    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。
3 c- }% M) m8 m! c; c( R
' H1 s7 Y3 i! N6 j+ [    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。
3 D1 a0 y% Z0 P* A2 X6 `  h
    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。

3 O, C% j6 q* x5 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。
! x% |; w  r! ~/ Y
    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。

    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。
' {! d; K7 d* y8 w
& ?, Q0 a# P# KReplica 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。
9 d3 {4 q5 Z1 t; W1 i) ?
    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。

) E9 a1 Q1 l$ `+ j4 m9 l    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。
' d  R  U5 l' h; g+ i- c& o6 @
    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。

/ Z; K0 w* x. p& OConfig 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。
3 a* I+ Y$ _/ ~) ^9 h
  f! f' w( |7 V6 @2 _2 o  F    每一个config server都包括了MongoDB中所有chunk的信息。

4 T8 d7 w; w) `) G9 x    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。
; P$ u5 h3 L; v3 |( H$ j3 \
    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。
. E  \  b( k4 }9 f- B) \/ V
    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。
, D3 F7 A% x% J2 @( Z0 d; \0 [
, t: g: @4 ^1 q$ s0 r2 V& NMongos

    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。
+ @5 H) y) A/ D: J4 U4 U8 E. O
    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。
) ]) @" h. v, M0 Y
    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。
- b7 p: S# v. W/ `# J
9 P1 z6 @6 I. ?4 ]( J
! g# e. v* b) @5 C" r- A6 sReference，

, ]5 @9 _3 o2 }" Z! f[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction

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
您是和邓侃一起写文章的盛楠么？

) h, C1 R* I+ P3 G* }是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
7 a: J4 b0 m$ _1 Z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
4 l# Y2 L/ A; i5 O% B6 f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~

6 A* g; x; w9 ~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 ...

( U$ x* K; e+ ]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。
- w6 ~4 U  h- {, @  ^

梦晓半生

谢谢。
( }9 K1 Y/ A1 }  `
! r" I  s. B' c9 n- H" w# }中文看得真累，大部分还是英文术语。
) e8 {3 h) \5 B! y4 e
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。
+ Z8 |7 z+ y$ r
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。

...

$ n0 d+ B, a5 B  |' imongoDB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
; C9 c+ A4 K/ y* v. B0 }$ ]+ p谢谢。

) W6 G0 J- \$ `( g% s中文看得真累，大部分还是英文术语。

$ s, @9 `7 I4 r5 h" X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
; Z( u6 ^! a2 f, L$ L- M9 x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。

) h% Z: Z  L# U. U1 W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。
% v+ Z1 a9 t: Y: ~' x
3 h( I8 X+ Z, I+ a: X8 o8 Lhttp://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
  f) m# }8 |; n" {6 L$ A太好了，期待中，希望都带上英文reference。

7 b* M6 s7 I! z' @& L' ^# c现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

. }- V; ~; L' Y" q/ D3 O1 L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
现在写的也很纠结，资料太少了，哈哈

) {' L: Y2 a9 f6 R0 a; H( \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。
. ]  F8 a0 w+ q+ L! B2 b* r
/ ]" ^6 M* p; {0 T5 \" V& c1 [http://en.wikipedia.org/wiki/NoSQL
# @1 R, P- T6 w  F, w, d
0 `; M: Z2 M: c/ S! r1 P

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

2 R7 P/ L6 s+ Q. G- ]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。
! Z  O2 G7 P2 Y' n/ r+ i& v) d
% y; b5 i& g% f9 i! V& Lhttp://en.wikipedia.org/wiki/NoSQL

0 M5 q% f7 {5 T3 h" W6 l' l好的好的，现在这个写完，然后开始写nosql