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。

/ v! p$ g0 S3 a6 b. h    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？
# O; Q( o0 O$ i5 d: I% R
$ A9 p5 W, [8 j5 e    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。
4 l8 D4 E$ S" H: ~
  j+ c( o3 w! L

图1-1 MongoDB架构图

    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）。

: \2 N; Y2 D9 K4 a4 EShards

    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）。
3 O' g7 f5 a, B0 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。
* K- W# [. e1 P$ e. E4 N
+ V4 ]5 J9 s1 o3 c    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。

9 T9 _! w: K: ^) s# MShard keys
        
% t' B; _4 O, `; C, r& [    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。
; B* {$ R- c% X6 B
3 a* }5 C2 e6 v; P+ F7 _    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，

" k* e0 q6 y5 q& u5 N' K{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
. C. }2 s4 n4 z0 z$ w3 y; W  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
2 M8 S4 Y" d+ P2 x% V% j- [   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
2 Z- j7 Y& u* I8 P4 u        "Length" : "5:02"
- c" L$ \) Q9 f, W6 `- [     },
) e  i3 h9 y/ {/ \- f6 N     {
; v6 x7 R1 h: s7 R9 n7 K        "Track" : "2",
        "Title" : "In Bloom",
+ o! @1 t# P2 N; j3 M; T        "Length" : "4:15"
     }
   ]
1 p6 w! J" U0 H, F" ~}

{
+ Y" I5 k, T0 Z& O: a+ W, g9 O5 x  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
* H+ X  p) T0 D" S  "Publisher": "Apress",
6 Q* `% P+ E- M6 D/ I) g: p  a  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}

    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。
! q8 k# Z8 u, N1 q$ ?7 C( o
    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。
! F2 \1 Y) J8 ?1 T$ a8 A" ?. x. A
; F: e4 M. N0 Q    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。

" Z( r' t* J) P    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。
3 X0 {6 t3 q7 Y- E
; b1 j5 c2 R, J6 T    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”。

6 I3 j; [1 @8 h3 R9 iChunks
        
) d7 P' p) z$ M0 l    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。

. h$ u0 Z: c$ t* o+ F  _' n. W. s

& h. j3 k2 A: [% x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。

* q+ T& u4 O2 Z8 e    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。

    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。
8 \! g* [: W+ p9 c" i  E
    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。

: V: p+ F9 q& t8 U    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。
. ]: N/ k- ]& |4 K4 \* T1 k/ L
/ z- E( Y7 \9 M; B    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 v" w& I4 J+ S" J% C2 LReplica set
( C6 I9 H/ e7 @+ S: |1 B3 A; Z5 i- F* l' t        
5 Q2 Z0 l4 C4 P, f' K7 T  F7 P. t* Q    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, U8 M# `8 C0 v
  Y4 U/ w% [9 h8 I1 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。

    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。

7 G/ G2 I, L, ?4 }  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。
( P$ S7 m: i6 Q1 M) Z! }
Config Server
        
- m& R& p! k. q/ {) n: J    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。
% F4 v( H( P; A) _/ p
' N9 a& b! ~1 k    每一个config server都包括了MongoDB中所有chunk的信息。
' H' o5 Q4 G& ^8 p! j* Z2 G
    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。
% m/ y# l4 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。
  r: F5 K" e; ^5 O
    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。
- D  I" K( t! c; B2 `0 H
Mongos

    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
: ^% D) S! j* |2 W6 H9 C/ D2 e7 L
    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。
3 f8 z6 g) V. }  A6 w* D/ `) M
    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。
; o; o, ^0 G1 Y; _5 M; q4 ]
    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。
& q0 R: S  m9 Z; ~, |* e4 |
6 i8 L: r  o7 I0 J& X0 I    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 \5 M( q& i/ l
7 ~( V: W8 R4 y
Reference，

5 t# o4 E6 n2 [1 C[0] Architectural Overview
5 Y  }' G4 t7 E- ~/ o& Ihttp://www.mongodb.org/display/DOCS/Sharding+Introduction
8 j- ]$ a$ W0 W8 {* o* s0 B

PenPen

4 `' h  ~: T# _/ b% X7 P: O* J' O
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
2 e! T! i' l& o您是和邓侃一起写文章的盛楠么？

; ^" Y) T& X/ K3 @6 D2 d, Y- V是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
# Y4 R; J+ A  {! a8 ~  [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
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。

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。
/ e0 z  j" ~$ {" n

梦晓半生

谢谢。
* C* Y0 I( v5 B! N  h$ c; v! s7 ?% }! L
中文看得真累，大部分还是英文术语。
% i9 @' Y! s9 D0 c) p) M) g2 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。
  |* e1 `0 ]  g$ x4 h% d! Z% F
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。

/ l! O  V; x) o$ | ...

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。

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。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
: D; [" c8 @- k" S% s是邓嫂么？

' S  R$ {2 ~* M: y' A/ m6 V4 G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
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 ...

  v( s( ]! g8 d2 R+ s4 C太好了，期待中，希望都带上英文reference。
9 }# @3 C/ i% ^( [
3 l4 s1 p7 n( _% W: L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。
$ a/ D+ P! Y: x
+ L: a5 B6 h9 Z+ [9 C+ z; _$ g+ Ghttp://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
5 w: Z- ]: N( u$ J2 u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 ...

. F0 e, a# E9 f$ g- e: Y9 [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。

http://en.wikipedia.org/wiki/NoSQL
7 k7 e( _/ W% o8 Y* k# ]
  z3 i( w3 ~9 v- G- q  i+ f, u+ w

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

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。

http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql