|
|
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。
. A6 A* @, [/ ]! ?& H
- I6 h8 z+ e* W: a; ]1 J 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？
. y( S: [# A4 x+ j3 R. J# K
: T, e2 |; _# G3 T4 W2 ~ 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。8 u3 r! F G1 \
5 ~: p# J+ ^6 t# j1 t, |# Y6 v
+ t( i( x* k. f# N/ R$ }1 x
+ C1 ?8 l4 @0 }% b图1-1 MongoDB架构图 / {# `' i7 |5 Q, X, I8 }% b, j- r
! O) g3 {9 {& T5 C5 C, s 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）。
; n. V! g) y/ |
% h4 M: [4 D* I6 ]) g4 c+ F. h, p" DShards
0 X. u3 D6 e. u8 \* ?. k( `
" R: y+ n* X% M0 \* b( N: 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。
7 P- q- @# N; s; m
3 T; U+ P# I. n3 @ 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）。
- ?; E) L$ o2 d2 [/ o* _$ V/ _1 _4 h* z5 o4 K1 L* u
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。" p. A+ U0 h5 n. J
' m% _/ q) q) K: l9 Z 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。5 U- y$ ~- x3 x4 C
+ @* U/ W8 R5 Q( @! k. Y2 {Shard keys' G4 ` ^2 }0 q5 R: M; F* \
7 y$ d6 J u6 x) O 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。
- V$ y9 L% w+ t( @- t' O
8 j3 b0 G. F- ?$ j# V 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，
( P" L: D) Y& b# ~/ X0 ~/ x6 d9 \6 p7 ?0 R
{
7 M5 a2 t0 r2 i: [$ s "ISBN": "987-30-3652-5130-82",4 z; d, ?* p m4 w) Y0 H( j
"Type": "CD",
/ S, s* E+ V5 z2 |- Z5 n8 C+ _ j "Author": "Nirvana",
8 g# ?) i$ i0 K+ v$ L2 }4 e "Title": "Nevermind",
" I; W* W" @5 F& w3 A "Genre": "Grunge",4 Q$ F: \# c5 J( ?9 n+ D
"Releasedate": "1991.09.24",) R8 }$ h5 [: w- m+ |! H/ l$ [9 D
"Tracklist": [6 q$ ?. z# U% E
{8 u; @" i) G. P" u7 e
"Track" : "1",, s# t6 e8 y2 R
"Title" : "Smells like teen spirit",! O8 [% {2 }6 I5 Z' o) x. z
"Length" : "5:02"; i( }0 O, j$ V+ _
},
) G/ i+ `+ x8 O, a4 O; U {
3 [3 _/ Z+ X' M "Track" : "2",
/ C: L6 f" d2 h4 \ "Title" : "In Bloom",
: V' T$ [6 e# k& b$ r) ]/ e "Length" : "4:15"
/ V& a2 {7 C9 y B' G! S }3 L. j) P0 g* R" C- a7 i1 v8 A
]
4 g8 p) O2 O0 H9 H- m# H S}
! Z+ l$ a* W$ n) N) M
2 ~4 @+ U! a* w' S8 N; A( L! O+ O{6 x4 M& p- t+ q' q# |" v+ `1 |
"ISBN": "987-1-4302-3051-9",& d' C% N& t! ~1 [# @; O
"Type": "Book",
7 R; r' N( \& ~8 w, D "Title": "Definite Guide to MongoDB: The NoSQL Database",
) E1 d' h8 j3 I0 g "Publisher": "Apress",% G, V, O: \6 {% F4 T- h6 \) [9 U C4 g5 M
"Author": " Eelco Plugge",% J* D5 X. ?. y
"Releasedate": "2011.06.09"
& n2 Y. i% h6 g9 k) S' H}
- P$ T2 P' _- d3 |; \1 ?* M, h* `% E& l9 n1 ~4 L
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。, q" z2 p2 K" f8 L Z$ Z
% o6 L" A3 B6 w7 b/ B( a: C/ i; c 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。% m; _3 K0 d6 J, c4 L) s8 q
# s) Y- c7 t( U$ e* x0 z% v1 c 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。/ J+ |# ^3 M, ~
" s* |- @8 ?/ H) B$ u0 X H% m 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。( ]( X0 W5 C& p# u# Z0 s
* ?0 L; U8 c8 {1 c+ k4 X, A: d 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”。( g6 L, [3 z. X/ p
) \; ?4 k; L1 T: n& hChunks& K8 A6 K8 d- c6 V+ D8 i( B, H) o3 M
0 w) {" Q }1 u" b, c
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。
; F% U) D% L% P, T% ~
( m M! X5 \, _9 T
i9 H/ @( Y! x: b. G8 Q
图1-2 chunk的三元组 8 h- S4 |) Q! ?" W' a: H
4 X' I. m t% g, Q) @- L. v 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 N. E% B: p5 }4 w; ~
/ q0 w' K I: T4 k4 ^0 o. R$ L- O
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。
k! K9 w, ]$ h+ P/ O" L# r" j8 m% V# C2 T6 C
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。
' ~1 y* b) A5 ?" _/ W; t7 S& }
' i2 s& ~' Z1 i/ L 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。3 d+ D I3 U+ T7 J1 d5 A6 N" a
4 y \: u8 |. s( A% E4 C 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。
1 ^9 D' Z3 k* K3 A' A
4 F& z9 X2 B; ^+ m+ j2 Z# f9 F/ f0 | 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。
& C' u" S! o0 ^5 V1 g( Q
% e* ]# D% P8 d: d) ]7 Y% e ^Replica set
3 u' S# d3 c7 p8 P! Y5 X 4 } v2 o r; J- i+ C7 @, b; |7 m6 A
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。4 A0 x. Y: _* R$ D s, s
1 [6 D- b0 k, F) Q& v/ j8 |
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。: _# u6 m4 b/ q8 `4 q3 I
+ w& t, Q! Y" n: S) R* G6 @
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。! I% F" K# W. z1 P7 }2 j/ G6 ~
/ K t& p& H8 s1 n
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。
) }; ]( M; F3 t4 @& Z0 m6 [* T
: Y0 j3 b; u! q$ Y! D4 n* mConfig Server- u' [' f, N# H
: N+ s2 R' N9 e' ?; D; e( O
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。 Y0 K1 W2 R$ F/ a3 _. z
) f" s) m; @! L) @
每一个config server都包括了MongoDB中所有chunk的信息。
1 c6 x# [0 R E' b7 X5 u* w1 {) i0 u& ]
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。4 c& Y- } A- O" J# O3 X; d' q
! g3 j- R& Y9 b7 G* W
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。: ]0 b# o& i/ N! `! l. ^
+ D9 n0 u/ w# l5 N* K# Z 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。- [0 A# v4 ?# z" B2 t( v
* E+ E- R" V+ m
Mongos) c N& e( h( x- F7 V
, K; X; \; o7 I- c" i
用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
% J: _3 a. r/ K6 Y# E8 _& i+ ^, G1 U' U# F( d- ^+ Z( n: Y' ~
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。! _, K' r+ b: Q# ^
* c* ^/ i* u% U0 P8 p+ u7 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。
/ `. v9 X; f i) R( T- m3 T& m2 _( U- b4 Q" V$ b
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。, A# _" I* a! C
7 e" f9 c4 ]9 B) M5 O: B 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。4 e& n: A# U G& t$ m
1 S/ f4 M/ s6 b. T5 R; E
, f) H" @+ q3 ^# OReference，
$ J) }6 F# s Y
A' h4 I9 P' J) f[0] Architectural Overview
. F9 T+ w- e$ c! ahttp://www.mongodb.org/display/DOCS/Sharding+Introduction
|, M; l& |# D2 N( R% e |
评分
-
查看全部评分
|
雷达卡
发表于 2012-9-18 12:31:10
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
楼主
已经给你变成正式会员了。
