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。
/ d8 e, X6 P' E5 |" S2 E2 C3 d
    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？
, p9 {; Z$ K  d
' [1 K& u$ U0 b$ T# A- |7 q    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。

# k! [, \7 R& J/ O. c
: x- ^+ r5 v0 X0 t图1-1 MongoDB架构图

. \9 k. O# }! f; F1 j; M
8 j0 g& C( m" {$ m+ J; l    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）。
# \1 n4 c7 z5 l% q! m8 G6 n
. _1 Q# _! I$ l8 gShards
1 Y; I2 U. _" o9 \" b6 {
    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。
, O; A# Z/ W" _2 w' C
    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）。

    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。
2 f8 I& q6 ~* \3 `) k0 d" C
    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 p# o$ r8 ?* ^0 P* ~! |
$ @) V2 D* Q5 d* q7 z- g* s, c2 O6 e5 xShard keys
        
    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，

% Q/ r9 ]8 H% p& U& f: I{
  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
. \, H, D" g* r* t  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
5 o+ {/ T; T+ W; x  t        "Track" : "1",
' E/ Z4 X% v, ^1 O9 M        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
& `. N. l& }2 ^8 N  l% g# e6 j     },
1 Y2 w1 w* T  o( p     {
        "Track" : "2",
9 c  H; H6 t& c3 g6 N7 B" }        "Title" : "In Bloom",
; ]2 Q; X" D9 m4 L2 ?( B, X        "Length" : "4:15"
     }
5 B0 O/ M1 F$ a& A# K6 V. p* ^; h* N3 W   ]
( e; N; V8 c: h7 g. Q}
9 ?  T& y1 r/ H( h  D( ]8 s; P! K
" `- H0 T( @( Y+ ]8 j: v{
" V8 ?/ o, j7 x2 }  "ISBN": "987-1-4302-3051-9",
- Y5 V3 \" p& i  "Type": "Book",
5 l8 [8 q2 R4 F" T  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
}

: ]/ _6 ]) r5 X9 Y/ z, u" M" L    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。
3 R# T' Y* y% j% N9 N
! U) L  ~/ f+ y0 O) m! K    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 b! U2 l( q0 R& L" 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。
/ C4 P) }4 ~' h6 {3 N' C1 e* O0 ]
1 y; s) d0 O4 H/ w4 P+ F" C. u    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。

    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”。
+ |+ s5 w$ o7 }
Chunks
9 ^8 d0 F. G$ P* [2 s        
* a8 `6 V7 u. |! [; N+ _5 b: \    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

4 e2 r% D4 X( i4 p' R
    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。
6 ?* _( {- `+ n% b4 B
    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。

" p. N+ x! ]7 o" k    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。

    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。

4 u6 N! z0 l; w; Z    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. s) U- X! Y8 U! s6 ^6 s$ H
4 N3 [) H0 b9 w7 H. MReplica set
& p: K- {0 k  c, ~        
    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。

    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。

! l( j! b" ~2 S2 ~6 z( Y% S    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。
+ U' ]; e2 X1 Y( p5 @( m/ S
    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。
# Z( @# |5 W+ e4 N4 Q- t+ J
Config Server
( J! I- A# h8 y4 [4 ~5 @$ g        
    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。
2 L6 O" L4 L4 s
% r7 B' j- g) A7 V( K  z    每一个config server都包括了MongoDB中所有chunk的信息。
' ^" x2 w0 G2 l( d- L
. x$ w1 T/ e4 k  l    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 L# F8 Q/ g: |9 U% K
: Y; q& J. k" Z4 }' _- ~; W, D2 _    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。

8 \/ g# M. o) `    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 u9 o! w0 L: pMongos

    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
! {/ A, v$ s6 Q; x" G  `5 t
5 y! n0 R! F8 ]: m& \    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。

    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。

    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。


Reference，
! o0 s( ]' a. O7 E/ o' @# `
8 c3 L( Y) z2 _4 |# z[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
% n$ Y" ?) K5 E; C5 V

---

作者: PenPen    时间: 2012-9-18 12:40

- v" W: P- w  r8 `' 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
您是和邓侃一起写文章的盛楠么？

# |! l. i/ ~7 X/ d' ?" R  G, J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
1 b' V* Z/ O1 T* m, O% v) ?1 v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~

& w, K/ ^0 d( v" h5 D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
0 q) d  m" i: U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 ...

, K" y2 F: i0 c. H  }) Z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
1 @7 D6 b% r- y0 P* ^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。
. d* T, ]* V' i! x# M# k( F% ^
9 D8 I. ]* z8 P7 z; [

---

作者: 梦晓半生    时间: 2012-9-19 04:21
谢谢。

4 S8 h5 y; g- L3 p, |中文看得真累，大部分还是英文术语。

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。
4 f6 B3 B4 ]% }3 Z, i
3 [5 V" n8 J" k5 }. P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
% S; i6 D) Q- p$ z0 x我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

) t. ]8 J) b/ j! s6 s ...

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
& Y; q: e" Z; i" J% |谢谢。

/ f9 y' J) Q! a6 M% J1 y中文看得真累，大部分还是英文术语。

& Z, v' V3 q: ]- }- V, k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
是我啊。。。这都能被认出来。。。

是邓嫂么？

---

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

profer 发表于 2012-9-19 14:16
$ X% C3 N# R. |  t4 i是邓嫂么？

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
0 w. z% x7 S0 m1 a: G4 @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。
0 y4 R$ Q' u: f) w/ a2 Q+ ]3 Q
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。

! F8 }9 T. j1 d# x( E' ?9 `5 S  xhttp://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
太好了，期待中，希望都带上英文reference。

& V& {' z+ e2 c( t* E现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

7 y6 D; ~# V4 q' `# a+ l5 k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
4 U: |7 Q* _' f; D现在写的也很纠结，资料太少了，哈哈

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。
% P7 c8 M7 r* Z2 K2 z* e
3 U( H# G2 N  B7 a) J7 K& lhttp://en.wikipedia.org/wiki/NoSQL

---

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

! m( ^* U0 l' ]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。
4 @2 [* s+ B( h1 \
http://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