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。
+ H6 i5 ~/ F2 }
    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？
3 I4 J' H! u3 w' F0 i3 u, {) F# Q
2 c, e5 r: }: ~5 R' z1 \' l    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。

# D9 ^& Q6 o/ f5 o. ]: f2 D0 ^* Y

4 F' m0 z1 c: W  Q1 _
. u% s4 |, E) a0 v图1-1 MongoDB架构图

7 u$ |1 e0 @/ X- j% r6 G  A
    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）。
1 i, k% _! y2 v: a8 Y4 m
Shards
( Z5 Z0 g% i, R. L6 \
    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。

+ M: }  l- q2 A% X9 v7 c6 ^$ P    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）。

* v$ H% j" t9 U' B7 Y    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。
  c8 {! s  \$ }# o* Y0 Z0 m
    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 F! \! p% v% l- Y3 ?5 j% B
" u  J/ S1 S' M4 b8 oShard keys
        
    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。

+ Z, x% p1 M, X1 i, i. R    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",
+ w- G/ G7 P+ `" A* r! @  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
' P3 J8 E" g) @9 E/ K5 L   "Tracklist": [
$ h. [0 I) h$ ^  e" a+ n4 N# x7 \" u     {
: j7 n' ^" [( A& t$ z6 e4 c1 l        "Track" : "1",
        "Title" : "Smells like teen spirit",
. G; R, l3 y1 @' o4 O        "Length" : "5:02"
: H0 N, g4 a+ J/ q+ a, m; d     },
     {
% I: ]8 |7 T9 d. s3 A! F  s+ h        "Track" : "2",
        "Title" : "In Bloom",
* z& k; P3 a: w3 Y9 C        "Length" : "4:15"
: M5 k2 P0 b8 ^% j) `9 y     }
. R" U. z5 ^  x! i3 H   ]
}

/ R. P3 o% @: {" u9 O; x{
& i- V/ L' |" U7 J/ M  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
" C+ D8 O+ M% b$ M- ~% D  "Publisher": "Apress",
2 L, S* ?% R: d. C: r6 g5 L  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
3 M0 r* m: M3 Y7 s. k}

    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。

7 L6 U$ C/ a, T9 @8 H1 P    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。
1 c$ T; X7 }) H9 |. @, D0 d) r
    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”。

Chunks
  R! ~; @& Q1 ?% ?* c  o        
    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 [* y& M$ a% w9 m

% w9 d* [2 l& J3 _5 m- {图1-2 chunk的三元组

. p2 Q4 o8 x8 l    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。
9 v( ^; p( D. G, X6 _
# F3 ^  C/ I- B& k- m" n9 ?    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。
. Z: R% f3 e4 b+ j* ~! R
7 V- h0 X4 K# k7 t- V4 a$ m5 P3 X- h$ 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。

    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。

$ w6 b1 M# @) U8 {4 g    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。

! v. ^) @7 p$ i, W. L# x6 ]+ jReplica set
        
    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。
" l* M( T# D2 i. j
( D- e+ [8 t+ ]; K: h* I# n3 Z0 Y9 y8 R    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。
" o8 p9 O  F) U9 Y- q
$ G( S; j& e% ^; o; k    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。
$ M. n" f) K) K2 M# O1 }
    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 [2 z# R9 d7 R- ~! Y8 zConfig 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。
( Z7 ^; G* Y1 }9 W
    每一个config server都包括了MongoDB中所有chunk的信息。

: U* ^, T% J5 H4 w  \! j    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。

    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。

: R8 _8 {# p7 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。
5 p" z( o  A" `2 K6 u7 P
Mongos
+ B: s: |6 L7 e9 `" R1 X
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

! W  G8 K. s0 T    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。

6 d( y5 t* i5 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。

- u# M% {# M4 E# @" n1 Y  h8 x    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。

) ~' _9 O# n; v& ]& b2 p    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。


Reference，

& z. L$ ^, o$ o, q0 F, G% n[0] Architectural Overview
: P1 }! i' }9 o& n7 u% s6 ihttp://www.mongodb.org/display/DOCS/Sharding+Introduction
# B: d6 D- w6 v! e

PenPen

* ^& C% p/ o& c0 Q) m
) Q- s( R0 |5 b
/ V$ ?; u: v0 _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？

; N0 o1 C# Q/ M8 O是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
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
7 [3 h5 P. t+ l. y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~

  v- w2 |1 ~" h2 `/ A3 _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
( s; f6 E4 `, R5 h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 ...

# j, P2 K- G/ W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。

中文看得真累，大部分还是英文术语。

" D8 {" o0 x5 T; a1 V/ H" T/ n1 A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。

. E8 z, [3 R$ p/ T+ }) ~  i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。
7 @) D+ D% X/ g% y# C) m2 |* y: B
...

0 L8 g9 W/ s1 P; }4 }5 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
  _6 I1 V+ p' N0 G- f1 q6 T8 c4 Y6 b谢谢。

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
是我啊。。。这都能被认出来。。。

, {( F' M  C  H: x9 L) s4 M6 K是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
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
+ n: T8 [3 X. d5 d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 ...

) ^% V5 ~) f% \% s# e太好了，期待中，希望都带上英文reference。

: M  i3 N2 X! ^9 j! T  @/ ], f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。
" N+ o7 x+ ]$ C9 k
http://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
2 r3 I& `. j+ F' n太好了，期待中，希望都带上英文reference。

, ~0 c9 i, l# R5 T/ \4 O# I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
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。

0 D2 C4 u/ ]6 v6 e; p6 l: Nhttp://en.wikipedia.org/wiki/NoSQL

$ \  V! i1 k0 A7 u2 ~: W" n8 ]

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
+ k# V9 r- A6 t+ w# K有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

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。
% G+ F1 g' D' c9 t9 ^
6 Y* ~4 \2 h5 u  U  f- |- R8 u9 fhttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql