|
|
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。" }; ?3 H& U+ C$ h G0 C1 l- T; N
/ S+ L) T" @' C, U8 ^ 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？
/ x1 ~$ Z* L1 S$ V) ~
1 A6 n5 M6 e. y4 I* \( a 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。" }) `* w* j0 _9 n% n3 s
' M, Y0 ?( H7 x5 ^, I+ N
! V1 l ^! B4 f, a0 \" ]; g8 G( T7 C
4 q* w. x& H8 r I. j- b& `+ h图1-1 MongoDB架构图 % R- a& Y6 }2 }; @# t& f% N! h
3 o8 H4 c% I$ W6 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）。
! f& q, z" c& u& \+ u( a2 s. }; g! c+ h
Shards# \/ y- s8 O# u+ @* U$ g [
: U! ]; y9 X1 u6 e 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。
* T6 T) y. n* _) ` M+ H, N( A( l3 x
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）。5 \# A* q& k: h ~2 ]
# z4 ~4 ^! G5 |: e9 V# Z+ d% I3 ` 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。; O# k4 U M- t8 {1 p/ t, A
: D/ J: s, n$ D1 i
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 S: a1 j# I2 N* U+ D2 Q S6 F' x/ g; f+ x
Shard keys' @3 D9 K4 p: ]6 ~" n4 H
9 ~. Z- R8 Z6 v& y6 W8 y% r0 G0 [" a 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。
) L0 f7 Q4 p7 n! [; N- g8 M6 z7 i* k
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，
' w. O/ f [7 t
6 \7 q$ y5 B% p; E{, a9 |( @; W$ `- \& ~/ n
"ISBN": "987-30-3652-5130-82",1 v: \; P& H% o3 ~+ k8 X
"Type": "CD",
# B( v# V/ c: c, E "Author": "Nirvana",! W% V% j }( i5 B
"Title": "Nevermind",
2 @7 N! O, [, T: h) s "Genre": "Grunge",! s& Z- N- z2 R2 G* W
"Releasedate": "1991.09.24",
5 D; v. b7 r: ^; P e "Tracklist": [
+ F' a3 c7 @9 M+ _ {
6 n* k K n |3 S+ B "Track" : "1",
. Q6 K* |2 l2 s. S T5 v "Title" : "Smells like teen spirit",
/ k/ g, W5 l8 e2 I: ]" W "Length" : "5:02"( b: R5 n i. ^" H8 ]
},
; N' z: E* _) U( Z/ D {; R# e1 q; Q9 V6 l
"Track" : "2",& Y8 a' V' W$ o/ M3 \; L
"Title" : "In Bloom",
8 C' {2 B, i: [2 a# X0 w "Length" : "4:15"
7 x8 P* e& `9 P4 G. P$ C; U. S }; Q9 e1 D( j( |$ k
]; c- A! U! I. A# [$ @
}
7 u+ ~4 D3 y- C& y$ `. P8 U, R" y/ `
{
! e! J: ?& @1 m& e "ISBN": "987-1-4302-3051-9",
8 ]4 p: q* \5 w E2 I "Type": "Book",
; c8 ~( r- D3 N+ f, w% r "Title": "Definite Guide to MongoDB: The NoSQL Database",& w! O9 r9 D( E0 G0 A
"Publisher": "Apress",' d8 @4 L( u! p7 q0 }) S; X3 j
"Author": " Eelco Plugge",: n+ V, N5 Y& t+ k- e
"Releasedate": "2011.06.09"
% l( A* {. v0 l% _, y}5 }, h& d) R; f+ `
) n8 L0 L2 ?+ Q5 e3 m$ e
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。9 O9 {' ^3 T" @: Y. O
5 L+ o3 @. ^- |7 i/ E/ s n8 T 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。
4 X6 S. s+ J4 S4 w$ f& @2 U% a
- \( _) F% b. V% W, R+ U. a5 l! v/ x3 o 例如，如果我们选择“author”作为shard key，如果有大量的作者是重名的，那么就会有大量的数据聚集在同一个chunk中。当然，假设很少有作者同名同姓，那么“author”也可以作为一个shard key。换句话说，shard key 的选择，与使用场景密切相关。8 z+ w, `8 b i9 J6 c
$ D$ P u# c# z' j8 g& G3 B; `! E4 O 很多情况下，无论选择哪一个单一的 field 作为shard key，都无法均匀分割 collection。在这种情况下，我们可以考虑，用多个 fields，构成一个复合的shard key。% ?) \: V# J5 ?$ U5 R
4 o1 c. I% t! E& { 延续前例，假如有很多作者同名同姓，他们都叫“王二”。用 author 作为 shard key，显然无法均匀切割 collection。这时我们可以加上release-date，组成name-date的复合 shard key，例如“王二 2011”。8 r+ r6 a$ q- X5 ^$ _
/ e# v' S! L/ A1 Q4 p4 zChunks
- |& Y5 ]! |/ Z: P+ _5 T4 z " ^% z: t: c) j" c, p, y
MongoDB按 shard key，把 collection切割成若干 chunks。每个 chunk 的数据结构，是一个三元组，{collection，minKey，maxKey}，如图1-2 所示。
0 i+ g" V: `. e; Q0 w9 m: p& M. z0 p
' o* k* r% T3 Y6 o* T) s, h3 Z
图1-2 chunk的三元组
* K: R: [/ K6 ~2 E; T" T5 I9 I$ I
. v3 ?. O+ Y0 P4 K 其中，collection 是数据库中某一个表的名称，而 minKey 和 maxKey 是 shard key的范围。每一个 document 的shard key 的值，决定了这条document应该存放在哪个chunk中。1 o5 S4 v! g- T' R7 x8 |
9 \; i0 }% Q {: @2 E
如果两条 documents 的 shard keys 的值很接近，这两条 documents 很可能被存放在同一个 chunk 中。
2 w6 ?" }) J4 d$ Z+ u) I" u8 h' u! J2 J- S6 |' s3 _% p; E8 T0 s
Shard key 的值的顺序，决定了 document 存放的 chunk。在 MongoDB 的文献中，这种切割 collection 的方式，称为order-preserving。" y2 f; F* e5 N. Y0 o5 e- D
3 g3 G) e( v. d$ N8 q 一个 chunk最多能够存储64MB的数据。 当某个chunk存储的 documents包含的数据量，接近这个阈值时，一个chunk会被切分成两个新的chunks。
, o1 v8 F3 `; w0 d- N% B( O2 X+ M: A7 E, p
当一个shard存储了过多的chunks，这个shard中的某些chunks会被迁移到其它 shard中。
0 j5 n5 O" k' ~: y5 p8 R$ Q) x/ \6 o* a4 P- }* a+ u4 [" T
这里有个问题，假如某一条 document 包含的数据量很大，超过 64MB，一个 chunk 存放不下，怎么办？在后续章节介绍 GridFS 时，我们会详细讨论。
, y1 |8 f, w, X. P4 h1 w
; A5 W$ W' p4 y s3 ]( g) mReplica set
2 U7 \8 A6 C0 x* _1 | ; t j- H2 J2 x# [4 t, ?
在生产环境中，为了保证数据不丢失，为了提高系统的可用性（availability），每一个shard被存储多份，每个备份所在的servers，组成了一个replica set。
( `+ e3 f. E9 H7 \) l
7 f' J9 p4 |+ N; ]: w' I 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。
# ~9 M1 v. s" `! L& N4 c. I+ r' g2 n4 R
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。
# I3 X! I* |) D. M! s1 I" L2 T% u% a
* K( k2 |8 t0 o 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。# N* w8 u0 m6 C* j6 Q8 g6 v& U
: d7 G2 h2 c) j) D: K" S2 s* g7 J8 WConfig Server
" s0 H) M) x8 g* c- j- b a
0 i7 s, J1 D1 S1 L6 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。1 a5 b1 T: o$ B1 T, X" P5 }; S
" G* t6 m1 S6 P) i/ ~5 }: ^ 每一个config server都包括了MongoDB中所有chunk的信息。7 }! Y A" [- ]4 n' K
0 q2 H1 \# G0 K* V7 w$ \( ~. m
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。" d) S6 y% n: M
! r+ `9 A O9 \$ b 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。
: w8 j: ]3 |) C6 h( z$ Z1 m7 y. a4 J7 i) F
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。
3 Y2 l6 j5 }4 M0 s# ~/ P$ ~! r! c' g6 S, B% a, c/ }
Mongos
: Q' N) ^" B: V, w9 v1 r$ s3 ?* z% s- T# o$ t
用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
5 x" F5 A* d: m1 o3 _, G0 b. v ]- S7 [8 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。5 ~: j% y) g$ h& c& h& o) z
! Q7 n$ A3 B: `0 y/ 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。5 }( r! g8 R, i! w$ x
/ b$ m |7 }; x" T. j
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 ~9 T- Z+ v2 z2 @& m+ R7 i- ]7 q" ?4 z; t) P2 [ [
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。" j: A2 u* j: N! O* q* g1 l
' U4 K! ]# a. _3 `/ ?
. u. E% r8 a& zReference，- _& V" \* l8 j3 k4 k
3 ^: R; C% v; o[0] Architectural Overview$ _$ v& E# U9 g3 ^; Q; h
http://www.mongodb.org/display/DOCS/Sharding+Introduction
1 C5 k2 ?# M. t+ O- A" }% I |
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。
$ S! \* e7 L5 T% p0 ?: Y7 t