在上一篇文章“MongoDB架构概览”中,我们简单介绍了一下MongoDB中的shard,接下来,我们详细的讲解一下MongoDB的sharding model。( |: h4 Q' S9 ]5 E/ J8 x
, {( i' p5 q: D# U: e; @
当MongoDB的一个 collection 数据量太大时,我们按照shard key,把该collection分成多个chunks,多个chunks聚集在一起,组成了一个shard。) G; k. ^, x" o
5 F4 @' V& L* c; K
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。如图2-1所示。
% ~2 e+ h7 |6 S3 k
. o. M# t* V( ~8 x
7 L$ [+ ]; E3 x4 H& j% Z) F1 d5 r& h0 y3 Q+ X( Q7 e/ E f# ~! i! b
图2-1 shard key、chunk和shard的关系
7 R; z7 q1 \- k/ T4 { 通过图2-1我们可以看到,数据在整个key space上的分布是不均匀的,这就导致了chunk中存储的数据量会不均匀。如果一个chunk中存储的数据太多了怎么办?多个chunks构成了一个shard,因此shard中的数据量也会不均匀,如果一个shard中存储的数据太多了怎么办?! P. S% z' p( y* b) g8 o
' j9 U6 m' d0 B$ R& ^
上一篇文章中,我们提到了解决办法。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。
% r1 S! T. J% G) s! R$ }* c
5 B7 U4 E A& O8 K: h) n+ [ 当用户产生存储数据的需求时,把插入数据的请求发送给mongos,mongos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,同时,mongos会根据历史上插入的每条数据的平均大小,判断这条数据插入到这个shard server的某个chunk后,是否会导致这个chunk的大小近似达到或者超过64M。$ K7 ?+ t- c: X2 ~2 ^' f6 t3 J2 U3 ~
) i; @; X: U5 Z7 ^2 _ 如果mongos经过判断,发现chunk在插入这条数据之后,会近似达到或者超过64M,那么就说明这个chunk需要进行切分。Mongos就要和这个chunk所在的shard server联系,并发送一个切分chunk的请求。 c6 R) E7 k' a* u! p: S) ^( o
4 h. E' J" Y4 n; q
Shard server接收到mongos发送的请求之后,首先查询这个chunk的shard key range,然后根据这个key range,计算一个midpoint,然后把chunk从midpoint处分为两部分。同时,把这个变化通知到config server。
' U; }+ [+ D N% H1 b
6 ?: t$ ~' x# w 请注意,这里只是切分chunk,切分后的chunk仍然在这个shard中。随着系统的运行,chunk中的数据量在增长,虽然通过切分操作,保持每个chunk中的数据不超过64M,但是, shard 中包含的 chunk 数量在增长。如果 shard server中的数据太多了怎么办?MongoDB通过chunk的迁移,来均衡shard servers之间的数据量。4 ^7 G, y, J5 ?% f" N; ~$ E; x: q7 K
& j0 r& {; l* `' K( z& d! o' K 在mongos上运行着一个“balancer”进程,这个进程的任务是确保每个shard servers上的数据规模大致相同。当数据规模不均衡的状态被检测到之后,这个balancer会联系那个数据较多的shard,发出一个chunk迁移的命令。; M) R. H( L" T# {0 ?0 D
) g. f4 |; H7 s3 T, H1 D9 M8 e1 q 如何界定什么是数据规模不均衡呢?如果存储chunks最多的shard server,比存储chunks最少的shard server,chunks的个数之差超过预定的一个阈值n,balancer就向这个 shard server,发起chunk迁移指令。
9 F& w" ?8 `" l% m. t) G! [' ]9 G; o
在MongoDB中,n的值,与一个collection可以分成多少个chunks有关系,chunks的个数越多,n就越大,但是至少n要大于2。当shard servers中chunks个数的差值小于等于2的时候,迁移就可以结束了。( h' v. J" w% L# k9 n# z
* C& P; ]# A# r k
Chunk的迁移是在线进行的,也就是说所有的shard server都处于工作状态。Mongos从数据多的shard server中,选择一个chunk,迁移到一个数据少的shard server中。 为了方便理解,下文中,我们把数据多的shard server叫做orig server,数据少的shard server叫做dest server。/ ~* P+ a4 g! P+ R- F: ] m" Q# M
8 } k* u+ o: k% B 迁移的过程中,首先 orig server向 dest server联系,成功建立数据通道之后,chunk数据会被从orig server拷贝到dest server。这个过程会持续一段时间,时间长短,取决于数据的大小,如图2-2中的过程A。
6 F4 Y+ h1 A: g' i2 z O) d! ?! }( l) c) L( R
在这期间,orig server可能会不断接收到mongos转发来的用户请求,包括insert、update等等,导致这个chunk包含的数据发生变化。这些新增的数据变更会被记录下来,不妨称之为 delta update。当过程 A 结束后,orig server 将向 dest server传输delta update,如图2-2中的过程B。
% N @4 d- e7 E- t1 F. i$ y: V# u
, @0 N7 [, ?7 q: R/ u; E$ [! @ m+ v% C 在执行过程 B 期间,orig server很可能继续接收到mongos转发来的用户请求,导致这个chunk包含的数据进一步发生变化。当 orig server向 dest server,传输完第一轮 delta update以后,紧接着开始传第二轮 delta update,然后传第三轮 delta update。如此反复更新 delta,理论上可能会永久地持续下去。6 Q# ~3 R. k9 a2 D/ j9 c
# A) c! |9 f# P8 x3 H: [9 Y 为杜绝这个可能,我们可以设置一个最大的传输轮次,当进行到最后一轮传输时,orig server会停止接受来自mongos的所有更新请求,并把这些请求记录下来。, h/ R4 [8 K0 R- h+ \" y$ j
9 w/ C* q) O- ` }0 L) k: b% t
9 P0 s+ T+ V. _3 d$ k图2-2 chunk的迁移过程 当最后一轮传输结束之后,会经过如下的几个步骤来结束chunk迁移的操作。 1. Dest server会通知config server,该chunk已经从orig server迁移到了dest server中。Config server更新这个chunk的映射信息,如图2-2中的过程1。 2. Dest server通知orig server,数据传输已经结束,让orig server向 Mongos,提交一个StaleConfigException,如图2-2中的过程2.1和2.2。 3. Mongos会从config server查询到 dest server 的地址,如图2-2中的过程3.1。 接着,从orig server获取到最后一轮传输时,orig server尚未执行的,来自用户的数据更新请求,如图2-2中的过程3.2。 最后,Mongos 从orig server 获得这些尚未处理的请求后,把它们转发给dest server处理,如图2-2中的过程3.3。 4. 以上的过程结束之后,在未来的某个时间,orig server会把这份数据物理删除。 在迁移的过程中,存在着一种特殊情况。假如这个被迁移的chunk,正面临着高频率的更新请求,那么在传输delta update的时候,会发现delta update越来越大,以至于delta update的增长速度,大于从orig server到dest server的传输速度。 在这种情况下,整个迁移过程要中断,之前所传输的所有数据都被放弃,也就是图2-2中的过程A和B,以及过程 1-3,通通被放弃,相当于这个迁移操作没有发生过。Mongos会从 orig server 中,选择另外的一个chunk,重新开始迁移操作。选择的标准,是这个chunk 的数据更新的频率不高。 + ?9 b/ D: f1 {, M5 W: z
Reference, [0] MongoDb Architecture |