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。

! k# z0 ~) H7 f) l' K    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？
" |1 {0 O; ^# i! N
0 f' ^1 r8 U2 K; b    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。
6 ]* P) Z6 L0 A: M9 R+ o% m3 j
' Q. u) ]2 ^, g7 ~- G" ]* \9 {

% f1 S- s0 a8 O9 s1 O9 y
图1-1 MongoDB架构图

- T8 {2 l" Q2 W$ ^% O    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）。

Shards
. S; q' q2 k+ N. u0 O1 z
    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。

    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）。

    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。
! z3 E; F1 c' w* s/ Z2 @
+ c/ b8 q; }% T7 U& E' gShard keys
        
9 I3 h  D+ G% d  e+ L; G    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 |6 W# G7 B7 H# T4 _! g$ e( ~) v
! t5 U5 U$ a3 G( z' o5 K9 N    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",
: t) g$ X7 P, H) e  "Type": "CD",
4 d& x+ X; w' w8 e& ]  "Author": "Nirvana",
2 t: c' l# D! |2 ^2 _  "Title": "Nevermind",
  L% ^: I( Z/ d8 a  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
: i/ M6 E1 I( t8 ?   "Tracklist": [
6 r# h  l. {: D6 T. W9 S     {
7 C9 T' C/ u/ O/ _* F8 S        "Track" : "1",
        "Title" : "Smells like teen spirit",
3 j3 j* M- C% g) b2 [8 y) b8 a" @        "Length" : "5:02"
     },
) R4 T$ L: Z1 J$ @( s4 i; l8 }     {
4 N' w5 f1 Y+ d+ c        "Track" : "2",
3 D4 V( S6 Z% S) l0 W8 r        "Title" : "In Bloom",
3 U9 ^% [1 }0 Y$ g7 `* d        "Length" : "4:15"
     }
9 w7 _9 _& _$ k6 ^2 L: |8 _; @   ]
+ M& S4 x  ]+ s' _5 C& u1 c}

# _" z8 V" V( x8 J$ M) \  E6 F{
  "ISBN": "987-1-4302-3051-9",
# c& T  Q- q1 T+ }9 ]# f  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
+ N. _: R2 P+ _9 ^/ j; w  m4 J  "Author": " Eelco Plugge",
* g+ V( O: n' _  K8 ~# h  "Releasedate": "2011.06.09"
}
' {8 A" y0 u/ p
4 A* h( r! `8 L8 I% j2 v    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。
) w& L# Q* w3 n$ R* e/ ^
/ j* l1 M' ]$ H5 k    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( R# e; N& N6 B9 y6 B3 j; R
; u/ D& C; }3 ?: [    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。

  p8 K5 T& L) n) ~- O, i1 _    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”。
) ~* {3 _  ]2 k3 p
Chunks
, o+ n; Z2 k. e8 i  k; d/ E        
    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。

5 l# p3 Y  Z. c

图1-2 chunk的三元组

+ i8 ?9 C, f) t) a5 r2 C4 U
5 q' z7 c" r% C! m% R9 H    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。

6 A; b# D% a) T) \( Y    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。
8 Q8 G. Q8 F# G2 A( @& I
: Y: R. `' o- B    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。

    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。

7 L2 x$ y( q! p. xReplica set
9 D7 c8 W% K# l) I        
    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。

6 {! w" p, O% G: f    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。
/ p5 w' k* [6 T* M3 U
3 @/ s" h9 B: P' h1 i% n    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。
6 S, x# B5 }$ ^* {: s1 X
    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。
* @2 ^" @1 r$ j0 t+ o
Config Server
! `9 I! K6 w2 J7 t* w* i        
4 ]5 c; C9 D  R2 u6 L    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。
. p( \" j6 E% c; S; D
    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。
' ]; {5 k, d$ R$ b
" Q; _4 e: C( @9 c) u! R/ e    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。

$ c# H2 L* j1 N2 Y  B$ cMongos

+ Z% r( d/ Z5 D% k$ D; y    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
4 c: s6 ^# w5 B3 B8 U3 g
    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。

    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。
4 w- l: `' Y; b& Y
    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。
* q5 C, B& q( b, N/ B: q, C: c+ c
" N! k7 J  F; \8 O& @3 K% ~    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。
6 S/ I9 i1 e" w* h

6 d7 r; ?, P- M# Q% h" _Reference，

; ~! C* A3 k4 q4 `% B+ |" q& P# V- X[0] Architectural Overview
+ U6 [% u+ N- @" `; Fhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
& R+ b- {3 v! E

PenPen

# w. x" z+ G; G5 C+ B  N

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
您是和邓侃一起写文章的盛楠么？

6 M( @6 U& K6 ~  |7 |是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
$ {# z1 L6 r+ |( p+ W6 i8 U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
5 M) x7 y( o6 S8 w6 k0 v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 ...

* p! H+ ]9 T5 ]0 D* C; ]* s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。

6 `% l% D) V) c& w' v( b% b- {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。

: q. I% r% A7 Q

梦晓半生

谢谢。
6 h; l9 e' b( ~/ o3 j  Q
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。
8 f; F# R% o7 ?. N! B
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。

6 a5 q+ m2 ]* Q! C& O" `* P. [' I ...

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。
8 }- x) g% o  _$ B: c
中文看得真累，大部分还是英文术语。

1 W) S* S6 m3 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
# o# S$ P: |3 d: e是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
$ r2 m* H+ @0 e& {, |( e; _% C# ~/ F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
- @' z4 w$ |  e6 |- a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
1 ?0 ]; L4 V) L) n, n; P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 ...

& N: s9 u) n* [* V; Q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
! ]: c; A* b& m. d" L现在写的也很纠结，资料太少了，哈哈

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 F! ]* V1 G7 }8 q
: X. w2 r( \' ]' u1 z% Dhttp://en.wikipedia.org/wiki/NoSQL
8 T. ^' ^! M. x# S+ R: B$ O
, [3 m( ?0 t' `

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
2 F7 g# Q% S; |% r9 V有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

* k( E0 I) K1 U% ^* J% C' n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
7 w+ p4 s8 G# T- _5 ~& ]/ S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。
1 S5 K/ {3 \! ~: ?4 K
http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql