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。
1 p. h/ x. T( J( o
    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？
9 r( J) {4 g6 V& A. z
) s( Q/ V1 D! J+ g    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。

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）。
! W/ g0 i( x) Z( T
  M+ j- ~! g; J- ~5 D" |% d. o( IShards

    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。
* j  x  S9 e" b# g! J6 M! _5 X
4 z: B4 w3 ?. k    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）。
! ^, s2 v5 J1 M" r4 f8 _# U) z
' o& e( c' G  x6 U$ g1 v& u$ i! I    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。
" |5 j) d' ~% h+ i/ ?9 i1 U
    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。

/ [1 G8 O# `# _* ]Shard keys
0 [. J( {! j4 o& q" B        
) h7 F1 E# `3 U9 k    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。
4 n7 i* L9 E$ O6 K1 T
    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，

{
  "ISBN": "987-30-3652-5130-82",
: q! K) j: q% }3 g( h  "Type": "CD",
  "Author": "Nirvana",
7 m; N5 A/ x3 C. u$ _8 T  "Title": "Nevermind",
5 L) U7 |  K: T  \# A7 Y  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
+ T7 E  C: h  Q        "Track" : "1",
, L5 q- X: ~- A3 q& K; N        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
     },
+ {; ?2 a: U1 W$ u$ F9 {     {
        "Track" : "2",
( @& O+ p) J4 K, ]4 A7 `. n; s        "Title" : "In Bloom",
        "Length" : "4:15"
     }
* C9 V1 e: p6 o   ]
}

{
* E+ I1 H2 C5 ^. e' H. a  "ISBN": "987-1-4302-3051-9",
6 a2 B* V$ F) B* ?9 N1 Z  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "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。

    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。

! u& p) {6 {; P* r: q- X& ^7 g    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”。
4 r2 g: C( \3 r0 d9 C
. ^- l' M( t8 c. r; oChunks
5 w7 L1 Z5 I- T1 M- h        
& ^% ]& h: ~$ e9 f, c7 P( h2 Y    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。

; j" g2 j  ^& L) c( h

图1-2 chunk的三元组

- I3 W. E2 m+ \( n3 ^5 w; }
    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。
; V1 l$ r8 j- v. z  E' n, t
5 t! Y6 X4 V6 Y% Q" t    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。

* a9 ]& T, ~1 a- \    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。

  P2 W" L8 t9 Z+ ~" w, i9 ?    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。
" Z; m* Y/ P: Y. z4 f; Q: ^
& e6 S9 x9 c- ?5 F' l8 i( @* Y$ J    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。
4 b! A, _  x) Q# d8 i: j" ]: r( L9 h8 H
/ t* L6 M4 t0 o' p7 k4 C0 U    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
        
* B2 S/ ]/ W& O% V8 W7 B0 |8 [0 `- T    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。

    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。
/ v4 q9 c" r2 p' ^
    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。
9 B2 V; O* U. G% v! s- p
* C2 C: L1 T0 M6 wConfig 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。

$ A& ?2 K* B, v7 k' W    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。

    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。

9 Y9 D3 L! Y3 y# o! M/ }. j' |Mongos

* r& Q; M$ f8 ?. H' z    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 N) A3 E/ m" z
    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。
& k3 h: _8 b9 A& |/ V% [; J
    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。

9 n  o: K; N8 u. b; l: T
Reference，

( x2 c  m0 \- Q[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

/ ], b0 d* _' E: K  a" y
5 F& O/ l; [% y/ G0 E
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
6 h2 ^) U& u7 b9 s您是和邓侃一起写文章的盛楠么？

9 }& _/ I/ P# B  w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。。。

0 i/ j  K* X# a: C! e$ l/ h* 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~

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
/ ?' v( I" j5 P7 O, P2 K1 B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。
. h- Q( w2 V: d. L

梦晓半生

谢谢。

中文看得真累，大部分还是英文术语。
0 k4 {+ |" d; Z7 k- O! }
0 y# S8 N7 P& V3 a# m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。
/ H& D4 `! W; C- d( ?' M9 l
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。
" E/ K* J5 l6 a2 ^/ e
: |/ B$ U: J3 t8 |9 m( q8 o ...

* L8 u" b' J* G2 e) s4 O9 G4 A: kmongoDB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。
# j; W4 y! z9 ^* m/ x$ ^  c
& |7 @+ e0 ^4 v( `( U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。。。

9 i: p3 ~3 f* }3 ?! n是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
; f2 k7 P/ t2 P3 x0 a! H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 ...

2 T# t; f$ {) b. T太好了，期待中，希望都带上英文reference。

9 k! K! b/ U; ^8 M; m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。

5 y* e' c8 T% U5 ?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 ...

) u: }" b% t7 {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

. U) b: }. Q, Z. n! U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。
8 E) B9 w6 s& V0 V$ X5 i! D  z
http://en.wikipedia.org/wiki/NoSQL
3 o; Q' L- h3 l

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

. q7 F& i2 _& h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
  y1 Q, W% ~- `1 a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。

9 _: h7 E9 V# i3 j- zhttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql