爱吱声

标题: MongoDB架构概览 [打印本页]

---

作者: shengnan007    时间: 2012-9-18 12:31
标题: MongoDB架构概览
    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。

    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？
( z( |+ _, I8 ]0 ^
    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。
( E- \) ^' _! E

! l1 z* y& @7 t7 ]: m/ K8 a6 d5 `. ?. a/ `
/ Y0 x1 W6 B/ @3 E  V# A图1-1 MongoDB架构图

* _$ a$ }2 d) b# n# f+ s% p    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）。

7 H& g5 ?0 F2 y8 [$ wShards
! w# g1 a/ R4 e% t* a+ U
    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）。
. r8 I; t9 S( p( m
. O' d* \# b- K* j9 E    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。

    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。
4 K' G& C! C) P" b# f: P! ?: m
Shard keys
( n+ ?& H( S& n5 `; P        
    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。

    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，
; e2 z# _3 a: U( [0 B  {: a: d7 f
% ?  ?+ c. I) I( O{
# \8 h3 z1 u! ~+ q' b- j4 w  "ISBN": "987-30-3652-5130-82",
! ]. M  X/ x4 P  "Type": "CD",
/ l* s: V- m: f+ k  L& G; X  "Author": "Nirvana",
. F  T5 A% p) b/ s  b  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
( c6 }; Q) z- T! D  ~/ Q/ l" C   "Tracklist": [
     {
% J8 |+ j+ r: Q9 W0 P% z' y' ~        "Track" : "1",
        "Title" : "Smells like teen spirit",
1 l8 v0 H$ r7 r& o6 p        "Length" : "5:02"
     },
% [* P8 u. z: w     {
1 d# Z/ c' q  }% T& M. `( c        "Track" : "2",
% q8 ^  _4 Y) `3 k4 m# S$ E9 i        "Title" : "In Bloom",
6 C; ?2 M: n% }6 d1 @        "Length" : "4:15"
8 V" Q* a  Q4 P) l0 F     }
. `3 I8 d7 X0 _4 T/ C   ]
3 i$ O8 }4 L* K$ S/ a$ G/ L( `4 X}
2 n" M6 Q6 Z9 d& I/ W% C. w
{
* b# y  t9 T) R3 d. @  "ISBN": "987-1-4302-3051-9",
; h4 u% s5 C6 Y  C4 D: H  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
; o  I& b  W" e! t" N6 j$ M  "Author": " Eelco Plugge",
' z+ L4 C7 S* r4 ^2 Q! i0 Q+ g/ }  "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。

( \- p) ~! e( c8 D  h8 z5 B4 W' S    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。
/ b2 |1 d, J5 ^9 H- b
! O2 u, E# 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。
* Z3 P. Z2 g! X, C
    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。

4 G7 }' t6 l1 C. i& M3 O& D    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”。
5 s; J! [5 A9 ?7 r7 {+ @
* U. }% i( }+ h8 J  KChunks
        
( v3 X2 }9 j2 h7 e; ?: d    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。

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。
) C: f/ o+ G+ n
* c; [  B7 ^7 {' _    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。
1 @+ `2 P* N+ q7 S
4 c! G/ @  D! u    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。
# O( S$ A+ _& C- W/ F9 ~3 K
6 u' V* }# e# 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。
+ t4 o2 A% z* _5 J% t! m: j5 T! Z
0 R6 B! e; M1 i" w    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。
6 G* l, n. l( x/ V$ e9 O& A; O
. e- N* [/ x7 N0 j* 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。
8 J  m) j/ j0 p, `
: Z% M  _1 ~/ V# rReplica set
        
% ?$ ]% t! e8 K. c' c: I: p0 ^& O    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; A& M- t; h. w& C/ |& x    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 N! P+ F( ?4 ^  j4 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 z. c) Y" b: Z, g; |
    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。

Config Server
        
; |9 x$ H3 Z6 I    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。

! [! r& A" Q: [5 ]) s  a    每一个config server都包括了MongoDB中所有chunk的信息。

    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。
3 M) i5 r- |7 ]* X; G
  L5 R1 g# Q; A9 [    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。
: X8 T) A  o: V- b& L& b
: y: A+ @/ P* R! X; 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。

# n; P3 e. D' U+ o' S2 g$ e; t' {Mongos

    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
3 W+ F4 @+ o* m/ J6 H' ?! J* @
    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。
! S0 C4 d1 K: d1 ^2 R
    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。
4 u6 P0 ?& H- p8 f) D
    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。

    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。
: ~5 _) l: A6 `( k, p4 q

Reference，
1 ^7 H( `# q8 L  i) D8 t
" n0 Z$ y; p4 Z) R3 u, O! o[0] Architectural Overview
5 O% `% S5 v5 _: jhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
( w" p5 T0 s# u% A

---

作者: PenPen    时间: 2012-9-18 12:40

' B2 U, k# P  I$ D2 Z6 \

! ^3 t' I2 j0 }; O您是和邓侃一起写文章的盛楠么？

---

作者: shengnan007    时间: 2012-9-18 12:44
呃。。。是我啊。。。

---

作者: shengnan007    时间: 2012-9-18 12:44

PenPen 发表于 2012-9-18 12:40
您是和邓侃一起写文章的盛楠么？

是我啊。。。这都能被认出来。。。

---

作者: PenPen    时间: 2012-9-18 12:47

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~

---

作者: shengnan007    时间: 2012-9-18 12:49

PenPen 发表于 2012-9-18 12:47
- M: \) H0 A, ]# |5 {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？

---

作者: 不爱吱声    时间: 2012-9-18 12:51

shengnan007 发表于 2012-9-17 22:49
7 f  \  e9 C3 Q) n4 p2 w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 ...

' h0 ~3 n; M% y- k8 i0 X欢迎，欢迎，已经给你变成正式会员了。

---

作者: shengnan007    时间: 2012-9-18 12:57

不爱吱声 发表于 2012-9-18 12:51
0 E3 Q( N: F  v$ P" X& W8 V' f欢迎，欢迎，已经给你变成正式会员了。

多谢多谢啦~~

---

作者: 巴山    时间: 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。

& \4 z4 s2 M/ N/ L' s4 \. \0 U

---

作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
! U5 @/ P& f" t" t
中文看得真累，大部分还是英文术语。
, G) T( m8 H/ ~- i; `
$ ]. s3 Q) K$ L; C8 m" {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。

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。

---

作者: shengnan007    时间: 2012-9-19 08:40

巴山 发表于 2012-9-19 03:38
$ v4 J" |5 Q; w1 G9 G我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
, ^  s' _! d7 E$ f. P* G# \8 ~
...

- p% ]. K9 W/ B' \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

---

作者: shengnan007    时间: 2012-9-19 08:44

梦晓半生 发表于 2012-9-19 04:21
谢谢。
* l0 @# h4 S7 h; B& n
中文看得真累，大部分还是英文术语。

& {% K  U( Y5 Q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。

---

作者: profer    时间: 2012-9-19 14:16

shengnan007 发表于 2012-9-18 12:44
# M) g/ H& X  q8 ?0 V( P. T- X是我啊。。。这都能被认出来。。。

1 p4 }5 G/ t5 F是邓嫂么？

---

作者: shengnan007    时间: 2012-9-19 14:17

profer 发表于 2012-9-19 14:16
是邓嫂么？

  q# S6 B: i! \7 a* K4 P是邓的小兵

---

作者: 恶魔吹笛来    时间: 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

---

作者: 梦晓半生    时间: 2012-9-20 00:57

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 ...

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，我这里附带一下一堆NoSQL的新系统，到最后估计会有几个胜出。

7 T9 C& p7 J/ G$ Q& ]http://en.wikipedia.org/wiki/NoSQL

---

作者: shengnan007    时间: 2012-9-20 08:53

梦晓半生 发表于 2012-9-20 00:57
. T/ ~4 b4 e9 v6 I8 A太好了，期待中，希望都带上英文reference。
, z6 n4 E3 k8 S  G$ T+ W
9 W1 v0 N( @1 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 ...

- j; N9 F+ D& y! d7 ~! |9 e2 U现在写的也很纠结，资料太少了，哈哈

---

作者: 梦晓半生    时间: 2012-9-21 11:52

shengnan007 发表于 2012-9-20 08:53
现在写的也很纠结，资料太少了，哈哈

( T( e/ H7 E- C. p) h1 S: a6 l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。

. a& _) \+ N2 W. a) A5 @http://en.wikipedia.org/wiki/NoSQL
7 Y$ h: e2 E, l# {* D

---

作者: 定风波    时间: 2012-9-21 17:03

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。。。

---

作者: shengnan007    时间: 2012-9-24 09:11

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 I+ u( X' `: n. I; P/ k
, _; M  ~5 r* X* B" Jhttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql

---

欢迎光临 爱吱声 (http://aswetalk.net/bbs/)

Powered by Discuz! X3.2