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。

- q1 z& C% q3 V  D+ p1 D- U    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？

# _* r! G. v! Y    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。
& c. j3 ^4 \. M8 W

  U) R( s, k/ g
图1-1 MongoDB架构图

7 o$ x7 P% W/ B    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）。
. h* O( j' Z1 O. X$ `: m
5 f+ v) Y7 H9 fShards

    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。
- i# {5 s1 {/ w! C" h" D2 W1 S
    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）。
- m! C6 V5 E, a0 A  l. c
, d; r! b. Y4 ~; E( ~6 ~    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。
; ]; s9 S" E3 S+ B
! i' c9 K, x" k0 ^    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。
- y7 N# `' e# ^0 O3 R. k; n
Shard keys
: n. A! V1 A5 u/ A0 G# C        
    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。

! R5 A1 H% l! D0 D) c2 P    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，
% X/ |9 Q( l" |- T# s1 u: M" Y
{
  "ISBN": "987-30-3652-5130-82",
; I/ D6 L3 V# ]  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
6 }  b1 x) o+ `  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
2 X, K. I" B1 m' t9 g4 c/ k1 E& m     {
        "Track" : "1",
. _- h1 U1 f* l2 \/ n        "Title" : "Smells like teen spirit",
" R! ^! \: o2 c! E5 [: }        "Length" : "5:02"
     },
' ]% E) o- C! U+ G6 U; m     {
        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
     }
, g4 E; C) ?: ?# w0 |  n   ]
}

; n6 Y7 b: H6 i  a- L4 y{
+ }( \# A* T3 ]5 a; V+ A8 P  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
5 |* r: j4 u0 U( w  O  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
9 @) B. L1 x2 X+ y8 G}
  `7 Y2 }  j* P
9 C# @/ n; n/ i7 p  \4 n, ~3 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。

    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。

    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”。

% W( `$ Y0 n1 `5 Y: y, T+ U+ pChunks
6 t/ {6 A+ {$ y/ ~6 K$ N8 k3 X        
; W0 w1 T' _# t" b: B    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。
  Z- h2 g' }3 |; ]

图1-2 chunk的三元组

    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 Q* p# _! S4 _% p- ]% ]/ K, ?. g    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。
) f* l/ }, a7 G" o& V' V$ c5 d2 ?
3 p" G( Y7 d4 h7 W) Y, q5 a7 Y! V    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。

. u3 c+ b! x6 O    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 z. m0 E: N$ @4 H    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' T# [; |4 J5 T) D
    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。
1 l0 m# q2 X+ h1 e5 \3 }
Replica set
/ z; b8 f8 w/ {6 ]2 W1 _$ ~        
% |9 h& P% r0 @    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。
- R3 T; C) N% u
    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。
3 s" a' P0 o9 u. V! P6 Z3 W' ~' A
    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。
0 t/ |( W& Y4 \1 e" ^
    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。
" g# K9 Q8 E' I3 W1 j7 ?: {
Config Server
; G9 H) B% W' @: c" j8 c        
' n$ N7 E, w2 y9 R    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。
/ ~- v. P9 `, q0 f0 ^% q
    每一个config server都包括了MongoDB中所有chunk的信息。
0 ~& v6 _( Q- V6 j4 u
' h+ p1 n# l& a  w    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。
2 f3 {5 |5 x: A% ~
" P( T7 l' d+ K    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。

$ X' M# s. I9 A( O( u6 V    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。

Mongos

    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。
4 S& i3 s$ P& E4 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。
+ h$ v( w% {0 u
3 i" S1 R  z3 b3 B+ R    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。
7 l6 }5 `& o' V
! w' m* E: X5 C    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。
3 G" O0 F0 e' |- L

Reference，

[0] Architectural Overview
# [, t9 Y+ z' i- u" bhttp://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

0 o& ^2 t$ I. Z; u; K$ K8 F. l' @
) f% x8 U) V- A; H$ l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？

+ A! T5 ]) k9 a6 P5 w# Y) v是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
+ @3 n$ ?. q/ S2 @! C8 P0 o1 Z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
- ~# a, P7 T# g: z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~

; r" c3 c: U! S; h3 j- u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 K2 e+ i6 z  E5 R6 Z, s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
欢迎，欢迎，已经给你变成正式会员了。

% c9 b! l8 ~( l2 h* {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。

中文看得真累，大部分还是英文术语。
( L9 r; X+ N, ]& ]" z- ~$ [
/ G( k4 G8 C. n0 K) r" B' q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。
5 x" T0 C8 W3 W& Z6 c# d
$ a, V$ A' h+ I  A/ c1 T1 O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。

; ~+ ^( v/ y* ~/ g3 l8 C3 h  { ...

) C2 X; d& A) T: @8 pmongoDB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。

% _+ D1 ?, H- M: 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
! A% s- P1 T9 L/ Q: W是我啊。。。这都能被认出来。。。

; _5 G( m, x% O是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
* W7 L1 B' v* ?0 k  ?: I是邓嫂么？

3 I9 h0 [$ |9 ^* O4 l3 w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
; c* A8 s# p2 ]& p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。

! L+ [3 Y9 ~' H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。
  n7 _6 x3 G& |
3 z9 \) y$ A  [! V& Mhttp://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
( H3 F! j/ E& o& v* ~5 w. u太好了，期待中，希望都带上英文reference。
  O' m4 K6 t2 b! K0 e
: Z4 \5 L! z2 g4 V  q1 ~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
+ R; S& T# L5 }; o; s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。
& r. W8 |+ Q% F* T. O7 V# }* ~
http://en.wikipedia.org/wiki/NoSQL
& x' {  H% @  |0 Q/ |
: D+ `6 A1 w# V6 Z, Q0 q

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

( E0 }5 \4 v! ~) |; j5 @% I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。
3 I9 R9 R( d& x! X
8 Q. z2 W8 D5 B; ^http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql