|
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- ^8 e& I5 J2 v& T/ s
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。; `2 m3 K' A$ }+ B; _
9 Y" K+ x! {$ r1 a7 S
1 z Z2 s5 B1 B
* K' N- Q$ m D( \2 L
图1-1 MongoDB架构图 6 S: Z( g0 ^0 N& l+ V3 ]
, G* {' R9 y! c$ o1 Y& D! Z3 I
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( IShards3 d( f5 N+ R, H8 G% F6 a0 P5 U! L) K U
! q, q/ C. v1 \1 ~: Y6 f* J
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) l3 B* y& L9 h+ R" }
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。* G; j. t3 H+ y) @! E& P
/ [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 T0 t, Y9 x/ Z/ m! U8 X
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,) W( v0 T3 g9 m0 S* @1 q$ h _
1 k1 C& \. n4 ]; o
{; ]! c) O) e- u
"ISBN": "987-30-3652-5130-82",
: q! K) j: q% }3 g( h "Type": "CD",& B1 R) R" `' S5 D6 `7 [
"Author": "Nirvana",
7 m; N5 A/ x3 C. u$ _8 T "Title": "Nevermind",
5 L) U7 | K: T \# A7 Y "Genre": "Grunge",$ g9 E$ p3 H/ u7 w% ~
"Releasedate": "1991.09.24",' j; f/ k; E z$ v
"Tracklist": [: P4 [. X* k5 B7 B/ p
{
+ T7 E C: h Q "Track" : "1",
, L5 q- X: ~- A3 q& K; N "Title" : "Smells like teen spirit",/ G$ y$ c* W' ]9 N
"Length" : "5:02"# e) E3 @3 w( _8 Z8 Z
},
+ {; ?2 a: U1 W$ u$ F9 { {% \, p2 \2 T/ E% F# |4 y' _
"Track" : "2",
( @& O+ p) J4 K, ]4 A7 `. n; s "Title" : "In Bloom",9 s& u' t# `% G1 r3 b# D( O+ l
"Length" : "4:15"1 S8 Z4 n, U) _. b
}
* C9 V1 e: p6 o ]* S$ m8 G( W8 a4 i3 R8 k! _! e
}& X2 F$ @% I( c, K
5 e5 @- E( [1 B, K
{
* E+ I1 H2 C5 ^. e' H. a "ISBN": "987-1-4302-3051-9",
6 a2 B* V$ F) B* ?9 N1 Z "Type": "Book",) c9 j$ v5 u: O
"Title": "Definite Guide to MongoDB: The NoSQL Database",7 q, L" \2 I$ E- \
"Publisher": "Apress",8 Q: } ?. B- t. O- r
"Author": " Eelco Plugge",9 x! {# X, ?2 H z, A3 i
"Releasedate": "2011.06.09"3 q, D1 W7 t; H0 G
}4 A2 P2 x3 r; c, ?6 G2 z
7 j) b& q0 g) X2 _; o" p* I
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。 M9 `; o2 K. P: {$ M
' ^- H# g% ?$ I" y
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。& w( f! B" J& H6 O2 d% O" N7 x0 p
! 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。7 X6 a' i" d2 d( f
0 _- w6 N5 d6 ~6 x
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。5 a( _- P/ I! l S9 \9 @
2 H; ^* a0 V# F5 _1 ~% u
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。" @9 T% ~+ R5 J
; j" g2 j ^& L) c( h
) f/ E2 M: t: l( C" f/ Z
图1-2 chunk的三元组
- I3 W. E2 m+ \( n3 ^5 w; }( s O( { d' t, K! x/ a
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。2 i. u# c3 W' \' M
* 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。; U" F0 |9 N8 R6 R# A' l; N- w
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。; N& j4 K% f- l
0 D# F4 f2 C; E
Replica set) U+ u- N$ t0 T1 }7 W3 f
* 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。. P7 k2 f) `0 L* e3 [9 J$ R( M# O/ v
( v: R2 G, A8 N, H, X
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' ^) n" G6 @* e; x5 T4 W# v. C
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。' z8 }6 M- W$ f0 W# v
" m- ^% ~* W& y$ y3 W$ @
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 Server2 Y3 H6 N0 l' |9 `5 \
# _! a6 w8 v8 C' K
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。* `6 h, m* h" e% d
$ A& ?2 K* B, v7 k' W 每一个config server都包括了MongoDB中所有chunk的信息。, H' P0 h3 W4 n. f* c# m7 p' K/ W
* A& V7 k4 j5 i& 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。, S0 e! _; w |' R, d8 _1 f
7 f$ H6 E( y+ v
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。2 k' j' o. e. m T3 [
3 Q4 b9 p! g2 j
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。6 M) |3 G8 S; j# c$ x6 `
9 Y9 D3 L! Y3 y# o! M/ }. j' |Mongos0 ^. c: L+ v2 U4 r
* 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。, K7 ]0 M) u3 \; w& f7 D
/ X% D9 l" A6 ?8 Q9 R! 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。
! ]5 N) A3 E/ m" z6 p5 } F! W/ w0 C( e+ t6 f
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, e6 X5 U$ ? Z1 O# j! P0 H
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。2 ~' P7 s; `9 ~% {% {% } X* J
* b/ y# u+ |! D1 h
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。& Y; ]4 B0 u! V3 H
9 n o: K; N8 u. b; l: T/ g% @+ m4 o' _: z( t7 b' o
Reference,* \% S D( G3 V8 L8 d0 B7 m+ f: N3 G
( x2 c m0 \- Q[0] Architectural Overview0 Q# ?- s" j0 h1 w; b0 Y* @, S8 A
http://www.mongodb.org/display/DOCS/Sharding+Introduction6 x0 o3 Z0 {, N2 e
|
评分
-
查看全部评分
|