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。
2 w& ^$ C0 X/ Q: _3 H
$ j: K# J9 }, z( S4 {    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 ?" T! E9 j- V$ V
    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

% b+ h# A) v( t1 @    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）。
/ m( M3 n4 e/ s- l% p, {
: J$ |4 _6 J- |5 q- v# c7 yShards
; ~- c7 A" d9 v" ~- ]
# N' G% Y5 l' v/ }    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。
# B  |& ]+ l- s8 J
, u! ^, v; t: ~& V    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）。
2 E3 W; d! u- j4 r" p+ Y! \
5 N1 n6 ?" i; w, Y* [, U  b1 \    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。

: B5 k2 T3 S+ B5 Q    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
        
# K/ A  A# J9 ?3 m  B    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。

* U9 x/ {- f  D. I: E    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，
. t+ C$ F& a+ Q
: h! U4 P- m: a! Z' |{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
2 Z8 H: r9 e% v+ J( L! w. {) B2 J/ R   "Releasedate": "1991.09.24",
6 `. P/ {2 r* e9 b6 K/ ?   "Tracklist": [
     {
% X4 Y# q+ c2 d' G, Q/ U% O        "Track" : "1",
        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
3 N. F. U1 [/ P0 t2 Q     },
5 ^% Z: a+ Y- U     {
7 G1 R3 C0 G% O. C        "Track" : "2",
1 D7 f* B5 V/ c! b0 U        "Title" : "In Bloom",
        "Length" : "4:15"
     }
* }; B0 F  ?7 P: [& ^: s1 E   ]
% E4 e) K' }$ e  f}

{
% Q$ `7 f- ~# F7 r% L! @. I  "ISBN": "987-1-4302-3051-9",
1 s' O$ Y! r' ^, B! F2 K4 X  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
" q. a& B/ H+ L+ Y/ t% Q}

0 N& }' v  d6 }- 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。

    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。

    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。

! D. W7 i4 _! T' Z3 Y    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。
$ f$ z  |& ?% H3 N" a" z7 p; H  T3 v
& P0 M! ], i- O9 N' H  h6 K    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”。

2 Y, o/ z# }- n. O' v/ E7 X" CChunks
        
    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。

! a/ X  f" }8 z0 E; I图1-2 chunk的三元组

* o: K! d" T# J: p0 E4 p    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。
1 C  Q7 J8 j* s7 M
4 V& ~6 _3 i5 z  L    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。

# m% P! s/ j$ ?% O    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。

    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。
9 t+ ~! a4 U& z$ [5 f9 X
5 r* k# w5 u  |/ U' Q$ v$ 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。

Replica set
        
6 x& d! N3 f' b1 V    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。
  m, j: R  W( F' S- o0 R4 o
5 ~& c! [- s8 E" \: C- v    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。
& \) J0 ~1 Q9 {
    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。

% k( N! z! z; W" D3 h% \% @Config 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。

/ P3 B, N$ X% N+ a5 m# T    每一个config server都包括了MongoDB中所有chunk的信息。

% B: m" s( a( E, @5 d, A    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。
! q6 c- Y, d5 j2 S) m
    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。
6 |5 B3 }2 S0 G8 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。
2 g4 k. n7 }# C: ^  ]0 n
3 X  E- \$ {; b. P: [Mongos
8 u& I2 g6 |4 z" B
5 F6 T9 o. X3 s( W    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

9 R8 T- X. D5 K9 S! [& i2 y$ 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。
3 n9 y& s) [! a$ W# m+ h9 R7 `
9 T4 j9 |0 S7 Q% ~* t" z8 U" p    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。
0 ], P) x* ]/ B; A  ^/ n: x8 M
. K. x. t% y. U  S! Y    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。
, F! t& w$ U; I. o: d

$ e$ z; U) B  jReference，
; _; v* \$ ]9 X! X1 ]
[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
. `$ ~  v0 m, O! T! K, G1 T

PenPen

2 |+ p. ]0 d$ O( v2 O7 U

9 F, K: W7 B, o' f2 y. f* R1 ^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 y# q5 c$ D) z9 Y; g您是和邓侃一起写文章的盛楠么？

) e9 ~% N/ F" o, g是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
6 r+ c/ j% R3 X; l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~

1 z6 b% j6 ~1 c; F: r. m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 ...

) W* K& r3 m2 y6 G# J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。
1 s6 s2 v& m8 P, }
中文看得真累，大部分还是英文术语。

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。
; l* u% }& k1 A  D1 T% F
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 W, n3 P* u' e* r1 h我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
: Z, N" W; ]) e
...

. f2 N3 y& {& H7 D' k  ?- @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。

7 b1 x/ {# y% j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
0 y9 ?- A# }1 @5 ]% Z' b是我啊。。。这都能被认出来。。。

  |& p# W1 N/ V5 ~是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
! E/ X/ {- f: a4 E4 M1 V9 {是邓嫂么？

6 e) u& {+ U5 z$ b& I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
2 }6 ]# }+ ?: n5 }) Z" D4 ]/ e, M7 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 ...

' ^# J6 {$ D6 d) U7 r太好了，期待中，希望都带上英文reference。
5 t3 g( Q) s" D; k# m% l
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。
/ p) u  q- i6 B- ?" ]
http://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
& I" s/ L  A: i, Q1 X7 G6 G太好了，期待中，希望都带上英文reference。
% u4 m6 E! E9 F9 J% o
/ P" c3 p% I. j% _+ Y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
4 w3 h3 j9 _3 K9 X# a! k现在写的也很纠结，资料太少了，哈哈

1 E3 d: V% p1 @3 K4 [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。

! i! k9 f0 t' V1 Z3 F& Dhttp://en.wikipedia.org/wiki/NoSQL

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

% J4 p" ]$ y# W# x, w. b; 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。

http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql