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。

/ w6 n7 N" y- w2 i& 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？

: m  s& O4 U7 y    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。
% j& x3 [+ C- ?" M+ R2 L0 L

图1-1 MongoDB架构图

8 n. f, P# \1 X2 X; h0 M
' e( v  s9 k  ]' n# F7 z# X    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）。

. s, k" D% \" h4 M& SShards

    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。
+ c. {- z/ M6 r4 h
    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）。
8 R, V5 t, Z1 C& K
. ^; n3 \$ C8 ?8 V2 V! t- g8 j    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。
  E: L8 f. W6 d, N
Shard keys
; p# _  O6 E- N7 n        
    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。
  u: O, w9 U8 k7 J
    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，
& ]7 ]4 B8 L& \
{
0 T  {1 Z( G8 D2 t, e; W% F  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
4 z! q: l9 L5 P  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
3 ~5 |' u! C5 \$ w% z9 e6 D. M        "Length" : "5:02"
7 X  R" Z3 |* K8 [2 j0 C     },
5 c. Y# i! R$ ]- g/ W1 S  E     {
        "Track" : "2",
4 k% ~0 E9 E6 Q        "Title" : "In Bloom",
: P- c% {9 Z5 Q6 L        "Length" : "4:15"
     }
   ]
}
! r5 M* i" V* y* T2 \1 s2 Q# O
{
: n' ]* q% G& a  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}

/ E7 J; N$ ?/ V6 ~: Q" t) Q$ x9 ]$ a' `    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。
6 p6 T0 Z& r+ W1 s/ y6 X1 v# G
; s3 `5 _3 n6 V3 O! i3 X    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。
- }3 N2 _# R: j4 g, n; f- s: v
  f$ f' ~9 {, G" J7 K    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”。

7 n- o2 Z9 c' A8 BChunks
        
    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。
- ?: L4 y7 Z6 i9 n$ K
- x& e4 `5 r; Z( T$ X6 E+ `$ b

图1-2 chunk的三元组

3 }! Z7 k+ L- ?" h6 [    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。
5 o# `/ O* X/ f- n/ r1 V
. M$ d# p- {2 I- e6 E: S9 ]    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。
. Z+ D9 Y: ]$ `0 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。

) I9 h( k' m2 g% @0 k( Q4 N    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。
" [: I: Z4 @9 j0 }* N
. \" f6 e2 Y' b/ u4 K; o* r    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。
. S- B- z2 \+ q) V2 G5 L4 i; J
. Q8 Z) |$ ~- M! b4 N' [3 v3 h' z% [+ tReplica set
        
- w9 j1 ?! F9 @  l& J    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。
# A" ~, X& p! W) @! ~
    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。

7 V. s+ V9 f- o0 W3 y    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。

    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。

Config Server
        
, F$ z6 W: }6 Z7 x8 f8 f    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。
) w) l6 p( N  k/ t- `3 s9 @
    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。
  }+ ]$ W( @2 K2 D8 ^. i9 S
    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。
# ?4 J0 t; \& P& c) `
# F% J  ^4 r1 ?1 l0 ]    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
" r3 R! j7 R! I) {
* s4 S1 H4 ]4 z) G. T    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
) _) C- J) Q' b
- U- G9 _2 M% W# U    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。
+ m* t7 \8 H% E7 k
    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。
" q! @# U- M7 {' L! b) `: s1 }
  r- }- w& V- i; T) L8 ?: G    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) E& ]6 y9 n8 W8 }    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。

" }3 G  _4 U$ U! G& k4 v% Q4 ^: |6 `: ]/ [
7 K! o+ X  `" W# qReference，
: G( j0 w3 |9 b3 i& \& u; q
/ d; W3 \  A0 ?* x+ @/ e: \[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
6 i" y" k( ~8 s% i% X. A% s1 J% Y

PenPen

* z0 H8 f3 E) J+ K# E( f0 y  @
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
8 N  t$ F# c0 }2 s+ a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
9 C" T2 d% N5 m4 F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 ...

" g1 A, G  s* K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
! c$ j7 [/ m) p& D4 l) S7 s欢迎，欢迎，已经给你变成正式会员了。

/ n$ {4 h: y( }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。

1 o; M+ H. t3 I3 t

梦晓半生

谢谢。
+ F2 j% ~6 G' E4 s0 ?+ s# g
中文看得真累，大部分还是英文术语。
7 U" R/ o" \+ M3 {
) d7 U  V" e8 \+ v& t- n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。
  }. t: r( l7 H9 K9 h" u. S; p
' W! e+ h' f0 G* K6 p5 C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。
1 Z: l' t* Z& b9 J& S) ~9 t
; F4 H0 x  I( b" R! {: C ...

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。

3 w+ t! W4 _9 \0 E8 F/ x中文看得真累，大部分还是英文术语。

" o, V( B1 s" Z+ {9 X8 P- s( E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。。。

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
) v9 `; p, k0 K: i' |7 t$ 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 ...

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。
* P% Z9 E) \. p2 x0 L/ D
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
现在写的也很纠结，资料太少了，哈哈

& _" ^2 p- Z3 \  G3 [( t4 L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 H# D9 z- D; p9 J/ s% }
http://en.wikipedia.org/wiki/NoSQL

* @) O( ?% b5 ]* }4 B/ e! S* O

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
, n) A) l7 B1 w$ _/ R# t) P0 c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
! q9 F* w, M0 _7 F6 _% g& N0 g9 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。
6 W$ P1 t% f! [
http://en.wikipedia.org/wiki/NoSQL

$ U# W4 b) S6 r8 Y好的好的，现在这个写完，然后开始写nosql