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。
2 Z* ~* ?( Y/ O0 S# t( {
3 M5 N" i6 k& j0 q- |    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; y3 D& i  m; \/ ?. C: ^
1 g5 a9 D/ ?, V7 p  `% L7 g
    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。
3 N" I. |5 O4 i3 `. x- D- F. ]9 P$ _: p( Z0 @& \% O
8 w4 G8 H/ @9 i  i# a0 ^- l* j; N

0 Y: m5 x* ]6 {+ @图1-1 MongoDB架构图
, E( Z* x+ S( Y; [6 w8 M9 h
0 |! }5 z5 f: h2 M) t; ]
    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）。$ E+ n* @/ t# ~' A+ R# j) B
- s0 W  a" d- ?0 `  h7 _
Shards
4 m" a: N5 U) r. K3 b( x) r% S  B0 ^  f8 q4 o8 b
    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。$ }0 ~8 G8 i0 x2 t

' M  i6 [  z, v) r! f    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）。$ m; Y; `6 I: [: D% u& M* C
' c; a0 b5 s) X% S- I) l
    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。4 I% `1 X- s1 J0 @1 R' ^

: N; x4 |9 W/ Z  ]; _    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 q7 @7 h: g# R5 i7 d0 j
  T- i, k( V9 @# [$ \3 KShard keys7 R' g9 }. Y$ R) ~7 I& |
        
, k- Q' m8 |( Z! ]. ]( b9 S5 ?+ x    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。
; L" C* e" L8 W; O1 V3 m/ k) @, m+ ~; v/ e$ P  `/ J
    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，
, ~4 ]2 p* h2 B* p9 U% G  Y% h" h; Y; R
{- v! `" @: {* Y% s. R' D) d& m
  "ISBN": "987-30-3652-5130-82",
* X6 \0 \9 K' S  "Type": "CD",) f6 X3 x7 @! X0 Z: E( @" x
  "Author": "Nirvana",
  J0 Z2 D8 x1 h7 s/ D+ s# f  B  "Title": "Nevermind",; M5 ^( C! F$ V9 ]+ D- C
  "Genre": "Grunge",
2 j: H% E+ s6 x( S( @   "Releasedate": "1991.09.24",) g+ h0 g0 N, j  Q: y3 \
   "Tracklist": [
3 o- r! N9 j8 L1 e2 f9 C% c3 i. }     {' u. P8 l  {  ?6 v. n, l
        "Track" : "1",
$ O1 \" M+ D( N4 K  G  |        "Title" : "Smells like teen spirit",
0 C, y- O: m% S' k! V' r8 H        "Length" : "5:02"
7 H: A2 _. U/ N     },
9 M# s+ c" X1 t     {
  N1 n7 _. k5 g$ Z        "Track" : "2",3 g* w* r% y# N# @: F
        "Title" : "In Bloom",  J7 A: R) r, ~& `: o
        "Length" : "4:15"
; T- {' j; {. w) L: ]1 U     }: ~6 a# {& E# t3 _' R8 c7 N
   ]
# E* z" F4 T' [& U0 E! t7 [9 ]  x}: c$ @* q& F4 U3 s
. S6 z2 [: M; d
{* b+ R7 Y' |; D' O3 G* C2 U
  "ISBN": "987-1-4302-3051-9",0 T+ P) Z% ]9 H; Y: J/ \8 S5 Q
  "Type": "Book",
; r5 ?" i! I. t9 i" o. y% ^2 ?, m  "Title": "Definite Guide to MongoDB: The NoSQL Database",, s' n- n: v1 E; S2 ~
  "Publisher": "Apress",
" H7 J8 m' J# b2 W: I  "Author": " Eelco Plugge",
3 C9 p% S8 [4 M" [" t6 |* b  "Releasedate": "2011.06.09"
, v4 b7 E* \# y* `' Q- d}  m% ~7 ]: e* V2 r9 F7 S

" [* Q3 l: \& B$ N+ \- ^    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。
, B, e5 `) b, N4 M" @0 w  {8 e: P, }
; ?. [. B- d0 n  E( R    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。
2 x5 A+ W( l" N( z3 j" z7 @/ ~  f. ~  h( @4 G
    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。% w  X# {+ O9 K7 o6 i1 z
: U' y# X/ z) s& K, Z4 ?
    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。
* j6 a7 D1 b9 [# O) J' ]4 n9 Q) U
; [; b# {( Q" Y  u    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”。; [2 W. P- W$ `! j$ V/ ~( J3 y7 ?! V

) K$ p0 A3 }3 f/ o3 Y( K/ |Chunks5 v# |9 l- G/ q7 m
        0 A- M0 l# K' r5 ^  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。
7 C& ?% x' a) ~" h7 U; a
& K+ a6 y2 B6 i) E) C4 d9 R

0 N. b/ R% Q% f) h5 c! _/ D" u5 x图1-2 chunk的三元组
2 ^( |  A- B& S0 C
& F. u; w$ W* P+ e' f' ]) a
    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。8 m! b8 _& _; \( D0 K

0 g. h+ v( A$ P# Q7 ^" Q    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。
0 R3 v& N2 P) v; ]9 ~7 R: f% b4 b" P! \2 }& t' c6 V4 y; T' i! c/ @  a
    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。& K# M1 ], C* e" O4 K; r' |

9 T5 O" B( b; S5 G# F% n5 s    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。
4 s8 b' K  N- Q2 B, J$ H5 ]7 ^8 x0 _) K# P# ?7 X  A5 G- x
    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。
% F$ Y6 W+ S6 z6 L9 [4 Q$ H! H% h7 N4 M5 |, B9 v  k: @
    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。# K# L4 h# z' k
6 {! p% Q' c4 p* M5 p! d4 O% e6 P
Replica set
; b: x/ E4 t1 S- v( D        0 Z  s7 s) Z: x/ i: [
    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。
: Y2 l# @  l. i- d
: @+ [* o. _- t8 y    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。
8 z/ E: ?9 _: V# c, \% a
& d3 Q' _$ a) }0 P4 w' ~3 Y; z: O    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。
) o. v6 A1 x3 \' a7 ^- `% G
. j/ o$ O1 D9 x2 ~    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。
  w' Z# E9 N- O, ]! M, u
+ N+ I( j0 L5 e7 u- |* iConfig Server
+ }' r- ?! M$ [0 f; Q  c/ c4 l) @        - S: @3 V0 i7 \+ h( `
    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。5 ]' s* Y' q# D  ?

1 ~2 T( E3 O$ D# }9 P5 d+ G1 O- h2 ~    每一个config server都包括了MongoDB中所有chunk的信息。
, q' I3 n. b5 g) C! s  P+ b; z7 v% ^
    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。
2 I$ Y- S2 ^" D2 W& ?  A7 U( H1 u
9 f9 q, ]/ S2 n  z7 n5 U    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。: i1 B& B% h; ]/ B
  r# Q; Q" |% Q: X4 D5 |0 F) A  @
    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。6 s' a) P' x1 a0 S
$ ?9 z/ K' o5 W; i* x
Mongos
( s; o% b7 K: ^6 l+ C. }! B. B* {: g7 K( L1 }0 t
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
5 w; g9 m- P6 `5 U' C& T4 O' B& `: ]; D
    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 t0 d6 x1 c5 i
' j2 Z9 U$ [( Z. L* d, O
    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。# B- K) |+ ?$ F4 h+ x
6 W+ n9 K; z  W
    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。! b# v/ f( l0 n" l

+ r8 d: T, Q# G4 h' ]6 F    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。
6 D! f* x! b8 E5 m1 f* o: Y# u7 x$ p% w  e7 E
: @. l) O& M% K  R. D8 Z
Reference，+ a3 A  j/ n4 j. ]& p. Z3 M
+ b8 `3 u% y/ a3 h6 |1 y
[0] Architectural Overview' T8 [- N( M8 E4 \
http://www.mongodb.org/display/DOCS/Sharding+Introduction
0 Q0 p9 [7 {2 {( [  c0 u0 z
作者: PenPen    时间: 2012-9-18 12:40
本帖最后由 PenPen 于 2012-9-18 12:44 编辑 / C& ^+ s2 j* D1 L' a  i/ t, _( n
: N+ U% I3 ~- v# e% Q7 w
5 B2 h" J$ C* g! p" z% a9 W6 d" A, Y
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 T; [8 j+ i3 K( q0 i
您是和邓侃一起写文章的盛楠么？

+ _/ J0 s# c9 [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
7 \: n3 p9 U  ?" \# k$ Q; [是我啊。。。这都能被认出来。。。
. A* t$ y8 H* N8 [& G- q
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 , ]' J3 x4 r) T0 e
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~
+ z; Z+ J# \; R9 u/ }' h
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
  v- E2 K" a5 n3 r* w4 t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 ...

; ^. h  `( x% W6 O* n2 B6 t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 B" X/ ?* |. w- g欢迎，欢迎，已经给你变成正式会员了。

9 [) v& `$ V/ `' i( [: w% n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。
- P) j! q, u# s( w
' s" v% D) A- Z
作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。
" d- H9 k2 A& Q" l1 C. j3 C0 i0 h: r
中文看得真累，大部分还是英文术语。4 m1 L) ]- |: d- f7 m  v1 K8 m5 Q

( o# ?% {. ~+ h) n  ~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。: q/ y2 h" b& F3 E& z
% s# d5 t! s8 t: {4 I" k( D8 _# Q
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
- L5 k' D8 x; L1 [( h我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。, n% s& T8 T# K

% e/ C' a5 q5 w" R* F3 T$ v3 R ...
' H- |/ Y# ]3 `6 p
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 $ G0 A3 h' k. w
谢谢。
; B0 J- i" Y: S/ }5 P1 H! G9 c
3 S  [# v7 X; w, E9 L2 K中文看得真累，大部分还是英文术语。

* c3 B+ C4 D. 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
# c! z* D) W! p6 a是我啊。。。这都能被认出来。。。

% q, J! x( f" L是邓嫂么？
作者: shengnan007    时间: 2012-9-19 14:17
profer 发表于 2012-9-19 14:16
3 h3 ^9 \7 Z$ A是邓嫂么？
5 q5 `- S) K1 q$ }1 ]' X- x
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
- q( @4 H. c9 Q5 v- m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 ...

6 ]+ v' e( @- Q) B$ \5 x太好了，期待中，希望都带上英文reference。
) z, d' M# X* l2 b6 b( D6 P" m# U& f6 }3 R9 C( i: m
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。
/ f+ G, {9 [& K/ X8 P( t" ~7 B3 @
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 . W; b* I/ T2 N2 ?3 v
太好了，期待中，希望都带上英文reference。
, b4 J" i7 d+ a* i5 I
) h3 t. A% S$ Y$ U$ u现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...
5 r3 y" w& v( \9 T- U8 ]
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
: {5 f/ d9 r( o0 L; o6 `现在写的也很纠结，资料太少了，哈哈

3 S" b2 Q+ i  S# z0 S. I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。* ~4 Z- G5 h9 I, b: o! T) q( B  k
& K( ?( L) i2 A
http://en.wikipedia.org/wiki/NoSQL
# ^0 t$ P6 e; s. H- b
+ j9 P# Z$ d* L, }! [  O
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 . X+ a% C0 {4 {, J$ n5 v
有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

: d$ t/ r$ S4 e7 J2 c: m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 , }( G; O2 w& y  F5 V+ a) \4 Y2 u
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- o# P3 J: G. L! G5 b

7 i) L: ~$ [3 zhttp://en.wikipedia.org/wiki/NoSQL
/ I) T' W# ~* z
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