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。
3 F' b4 z- [; L$ `% {$ t/ a
( N0 ^- B: v, S& Y8 G    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？
. {" H& g- V, N
) @" D8 t+ f, V, k. ?1 I6 Y    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。9 U- q: V: W7 b9 H; Y; W+ r. g: u
7 c- l. j2 U7 h3 [

6 v# t! E. u9 P9 G4 N4 R
% O" I1 G7 g# I0 I4 k+ i# c# [# C  I* c图1-1 MongoDB架构图
1 q/ E7 m3 H( H
" _1 |3 l( N( ~  ]: J% d! a1 o/ ^
    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）。: p3 K) v0 T' Y* g

* z. J8 F7 o4 m* B+ EShards
6 `6 t8 I" p3 ^7 {7 i4 c. q$ ?
, A+ N  s1 n1 F    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。; w* p0 D' \$ O7 R% s
* q  u0 }) G/ V7 T+ L; V5 X' k
    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 d( D4 ~+ X: l

. a# V! N0 }. e2 j& P0 C    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。5 a; D8 \5 ^" S+ e) _8 ~% O6 ]

  b& R+ {; |9 C' s% n3 p/ o+ H    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。2 `) C$ ~) s: e

6 L$ U6 S. Q$ F8 K* DShard keys
! k, L' R0 H) x5 M  ~4 e  D        1 J' y  E: l' V, 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。0 @! Q$ H: N: d& G5 M* t1 S, e
# ]# V5 ?8 @. `. Y& |$ V
    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! E, \. c  A( ~* o
+ V0 e! P3 i; Q{3 `& D4 h& D6 B. D/ L: J2 t
  "ISBN": "987-30-3652-5130-82",
+ Q" t' G/ {: E# a/ t  "Type": "CD",
3 g- {9 w8 [# {/ H9 s* {  "Author": "Nirvana",
6 ^, Y9 J+ [1 z- z  "Title": "Nevermind",
: u: a( f$ F. O6 F" q* G  "Genre": "Grunge",
/ b% I' m# C! _) l   "Releasedate": "1991.09.24",7 u4 g1 I+ S( F3 N" u4 s; O+ G+ Y
   "Tracklist": [; \9 s$ f) X0 N3 S8 m  c
     {$ F( ]; c( k) n2 J9 p7 d
        "Track" : "1",. p2 ?" m# h. O( j) G& M: K
        "Title" : "Smells like teen spirit",
  @; d- K! e8 s        "Length" : "5:02": \% h1 [3 `$ ?" l' L6 g
     },
- R" G0 o! M) U, h+ O- |     {3 a! Q  ?! }- L8 y: n
        "Track" : "2",
! ^' ?) v" F* P        "Title" : "In Bloom",
" l* A5 e' m0 l6 B! X: B% P8 m3 S- L        "Length" : "4:15"
2 B) i: H! F9 Y% V' \     }
+ J( t0 r9 j/ f1 [- Z2 t2 r   ]
, J1 w. B) y0 e: _7 S7 a2 c: {}
0 A. I3 l/ g2 ^6 M$ [2 m8 V* X2 I4 R* r* I9 u* u4 x
{
# l7 U+ T2 m0 m! k/ L  "ISBN": "987-1-4302-3051-9",% N# O; r/ r0 B- P4 r5 N% f
  "Type": "Book",
3 R6 D6 \( n8 c2 e& @" S# a0 U  "Title": "Definite Guide to MongoDB: The NoSQL Database",
* W1 q( [6 p' d  "Publisher": "Apress",+ L$ R/ |6 M" E4 ~4 H6 M, s
  "Author": " Eelco Plugge",
, ]9 E+ U9 _& }1 \5 b; R) w$ I  "Releasedate": "2011.06.09"& z1 S/ f' @& M2 I
}+ t& N' u2 u- S- ]! [9 `  y
0 G+ }5 H, l/ L& l/ b( C
    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' h* Y3 i; I3 H$ K+ M3 ?9 q. v6 |2 x
    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。  U' f2 v6 x" t' h. o
2 N* E4 t+ a, u% u' @" h. i
    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。1 C) ]9 P* {: h( l- l

( }( n; w3 Q6 K" p8 S    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。
( w4 U8 L" U. U7 h+ k) X( c' {- `: ^4 {. y  k4 {: Q1 A
    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”。
  S0 f1 K4 I9 q3 M! ~) F; M) S, B# R0 o8 Y9 S& U1 t9 B; e9 v
Chunks% r" ?2 ^% @5 y
        
2 o& f) p4 o6 K$ h' w    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。, h2 Z$ _, b5 B$ J9 M) B8 B" d& F3 C

& S6 J! {, z( H( g6 Q' Q
" p: |  g. i4 N2 z
图1-2 chunk的三元组
0 ?3 v* G; U) I: b

. T9 f  e( Y9 o4 I& x6 \. [  ]7 E    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。9 |! l: H7 G" }+ R- ~  m1 R
) Q6 }4 f2 Y4 u9 ^, J3 E, O& u
    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。. o; n+ m6 ~( w& t( c

$ Q8 F/ B7 w( n) ?+ ]5 ^    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。; E' {0 i' `( x  F2 U7 B

  W; m* F2 y8 |" h8 w- r3 F    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。
3 i0 w8 o* F4 P& {$ F2 X( a6 K2 I* [9 c+ D$ f# a7 @9 g* A
    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 z  \- [" a8 y! j' j

6 T# L" @. ^9 `* [/ D- r0 B# M( O    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。: V0 m: A: H! C/ {6 l

0 H; L( ~8 F3 t6 d/ x  zReplica set" A& O5 z2 ~1 B% P5 w
        1 f' P7 }: r- m# {
    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 m+ W# @4 e  p$ g9 E- A# F; a: c
3 z: q( x$ r6 |
    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。7 H7 F3 c: G: b* w* V  V% g

3 I. G) k. S; U9 `5 r4 g    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。+ P0 r; f* K* W5 t" T) g% r) J

( k4 |. _0 d% }) f- L& 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。
$ L6 S/ s. G" M. H! B' d" @& h$ M  A- ~% Z  J
Config Server% O0 C1 g/ F  f; O! f. h& C3 ^; p6 Z: L
        2 i; Z) J" O8 ~6 w5 n
    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。
9 j; d! n5 T( p7 A3 {3 F' c6 @5 ~) w5 _
    每一个config server都包括了MongoDB中所有chunk的信息。
; C( ^6 [; J- r, x1 J' a. t* R/ k6 x6 g9 Y$ y( C
    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。4 v( Z. c9 g% t8 m
! e8 y% Z# p8 [" a# S
    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。
3 a, T& v6 F5 X) V0 b1 f! Z! H: u* H, f- g. g5 g3 X* \
    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。' t3 q3 P& L7 u* o' l4 ?6 w
4 d8 W1 v% Y. |0 i" ]( J
Mongos; F+ m- l# f# H

# q# W$ H6 U. k8 a6 R    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。+ A+ k+ W( |( M! }% a; p( z

% h4 J2 |* J  B5 V. `    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。
1 r5 W! q3 `# u% N6 D. c* s" B5 B  d1 g' S6 a; s9 p
    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。: f8 S+ K3 e1 ~% {
& F0 N0 J0 K/ C4 `5 @0 I/ l
    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。
2 t3 j6 x( A6 F; O( l7 s$ y3 u2 ?3 B+ j  I! U/ W- Q( p) u* q  p6 }
    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。
0 H6 z# ~. u5 F  H: h
: H7 a0 k. L9 h+ g3 V, Z4 Q' Q( k
( B8 C6 i' {. E7 BReference，
+ `8 u& S4 S8 T, g5 o+ Q( A5 ^  E! {* G1 B3 H
[0] Architectural Overview8 I3 ^" B1 O& I7 L
http://www.mongodb.org/display/DOCS/Sharding+Introduction
; h) Y1 l5 Q  P# t) N2 F
作者: PenPen    时间: 2012-9-18 12:40
本帖最后由 PenPen 于 2012-9-18 12:44 编辑
7 E: [; Y% q4 ]. k: l
* J% @) ^3 H% K
1 }7 P# n; B! B3 G: f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 9 R3 Y$ Q# i5 N2 j: a( i& g
您是和邓侃一起写文章的盛楠么？

& {  D9 P/ i- r  [1 \3 j* L0 O4 K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
1 J- C' |; t8 p4 ?9 `& {是我啊。。。这都能被认出来。。。

$ y" [) z7 h  L0 s: E; @4 |7 P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
; n% K6 n- i: ~+ E3 s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~
6 Q; E/ E( i3 I- c( y1 }  _$ F" Q# o
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
) g. j  I0 G# I" Y: [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 ...
: x# f  U& \9 n
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 8 C; h5 V& p1 Z$ p
欢迎，欢迎，已经给你变成正式会员了。
& ?4 x1 o5 Z% m! m; t
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。
# o1 ]" H2 u& k( T
/ u! `: W' n" Z: @
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
1 D) z: M- H! X# u8 G- _7 I" E8 S
/ v% `6 i) x) W7 H$ u中文看得真累，大部分还是英文术语。: F* b7 @! {4 [1 z

# G. p# T$ u0 d0 j' H  u4 _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。" j% k3 e4 _- k8 ^  E
" R6 N0 s. z6 W' u) f- G" T
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
' W1 N6 M+ I8 G% _我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。: _% s& P$ l' J" L1 r- k2 Y/ h
/ L( l- D$ ]7 k, Q* G
...

# E" ]5 j- \/ I' D/ p3 ?% B7 ^0 ImongoDB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
, u5 A+ i" S' C! p谢谢。
0 U9 ?: W  Z; X2 {" E3 T
( O$ }( d6 Q) s- L, z6 q" x/ a中文看得真累，大部分还是英文术语。
  g" V' }$ m, Y/ y8 S0 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 ' R7 }) `+ J% }. d# L, O
是我啊。。。这都能被认出来。。。
5 @" V( O3 u: \5 J& g
是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16 & [& r- m$ L) e
是邓嫂么？
7 ^4 g+ s5 d' n5 t+ y
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
. w. R; e! H0 _  H) E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 ...

* L$ E, V7 g7 i) k太好了，期待中，希望都带上英文reference。$ W  V0 |0 _) k, Q$ K2 }

/ j2 A- z/ b" H. `% @* {$ w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。
) F3 p3 H* i4 W# X! w+ D: `$ s: y1 {3 D1 J' \! y
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 & X+ i2 _* i1 Z3 O+ z6 h1 ~
太好了，期待中，希望都带上英文reference。
5 [/ U4 M( \% R( F+ q. K8 Z9 i! v3 |
" \' u  b, O; q. U  d% L1 `, |& _现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...
/ C) |9 N; r: }5 R- ^( i- ^
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 - c: [; T- E/ n; d4 v' `
现在写的也很纠结，资料太少了，哈哈

7 A+ J, X; q* U0 b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。% Y4 i/ `+ V8 f  K
# j; p# ^0 P+ ]' y
http://en.wikipedia.org/wiki/NoSQL2 t# V4 @* j) F8 z9 u

- ]9 y$ i( ~0 M+ @& F  ?3 L5 z
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
. b. |) d4 S% d! m1 p有点惊讶 居然在这里看到这篇文章 呵呵 静待大作
4 G! g7 ^  U7 D, F
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
3 t) Y3 j8 G% h5 c; T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 U  r. u& ]0 E0 M

( O* q' a7 x" k6 [% }6 ehttp://en.wikipedia.org/wiki/NoSQL

7 }2 a' p( |1 g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