爱吱声

标题: Replica Set的数据同步 [打印本页]
作者: shengnan007    时间: 2012-9-18 13:20
标题: Replica Set的数据同步
    上一篇文章，我们了解了replica set是如何选举出primary的。当primary被选举出来，就开始处理系统中的写数据的请求，secondary要及时的同步这些写到primary中的最新的数据，保持MongoDB中数据的一致性，那么secondary是如何进行数据同步的呢？接下来我们详细分析这个问题。' Z6 }  \9 c' X$ o
% a$ V  d" e! @+ g% @) P  {
同步
& u& _5 Y% y# A/ r/ c' n
8 q& V$ r+ x' `, V* l    一个secondary在正常运行时，会选择replica set中的一个节点，从这个节点中叫做local.oplog.rs的collection，拉取oplog同步日志。获得同步日志后，进行下边的三项操作：5 g- T; C4 o& l2 d4 n
    执行op日志
5 \9 b6 R4 e$ G7 a; T8 }3 I# U6 K    将op日志写入到自己的oplog中(也就是local.oplog.rs)# `1 ?  z$ t9 j
    请求下一个op日志
1 `" @# S* `& x2 C) R7 S
6 A" [8 i8 ^( m    如果在第一步执行完毕，第二步还没有执行完的时候，secondary宕机了，那么在secondary重新恢复之后，会认为第二步的写操作还没有执行，重新开始执行第二步。在MongoDB的设计中，oplog的操作是具有幂等性的，也就是说将oplog中的某一条操作记录执行多次，不会影响结果的正确性。
2 F6 o, I* e+ j6 f5 f8 i& [+ y' w7 U
    比如说，有一个数据是{counter:1}，我们在primary中，对这个数据执行了操作{$inc:{counter:1}}，就是把counter字段的值增加1，结果是{counter:2}。Oplog不会记录inc操作，而是直接记录{$set:{counter:2}}。因此，对于oplog中的操作记录，无论执行多少次，都不会影响结果的正确性。
" z2 H! i3 w: H/ p9 _$ r
4 W' ?$ l8 {6 D6 {& T: Jw参数
+ I' w! e# \+ Y% B" }3 i. F, q( M, Z/ A& ~! h4 B  h& Y6 m
    当我们在MongoDB中执行一个写操作时，默认情况下，写操作指令发送后，就认为写操作执行成功了。为了保证系统可用性和数据安全性，我们可以更改配置，当写操作在n个节点（n包括primary，如果n=1，那就是在primary执行成功后返回）都执行成功后，才返回成功。这个配置的命令如下：7 `' b$ k7 y* R6 f
db.foo.runCommand({getLastError:1, w:2})4 |6 R# ?# v7 o* K* P% b

" _& ~5 q/ h; W! ^0 D    在更改了这个配置之后，执行写操作的流程如下：
7 M+ k( a4 ~/ z. j2 X0 R( E$ t: q8 o$ Q) w: f5 m
    在primary上完成写操作；/ [9 {$ ^2 A* q% h& ]
    写操作被记录在primary的oplog中，oplog中包含一个ts字段，记录了写操作发生的时间t；
& N9 I! s$ {( T6 H! t5 w2 }    客户端在primary中执行{getLastError:1, w:2}命令，primary完成了写操作，只要再有一个节点完成写操作，就可以满足w:2     了；' w( h# ?. h! O* K( ~  i
    secondary从primary获得oplog，获得上一次操作的记录；* |& Z: C6 `* y9 h! z- u# d
    secondary执行oplog中刚才那一条时间t的操作；% u. T* A1 n: @' _7 @$ Y
    secondary从primary的oplog中获取时间t之后的log，条件为{ts:{$gt:t}}；
# ^" {; @! j/ D5 I) g1 B: k. [6 }    primary知道了secondary已经成功执行了时间t之前的oplog，因为secondary已经在请求时间t之后的oplog了；& n  L+ |$ d. O* W( Z5 M2 r$ s' x4 {! f
    getLastError知道primary与secondary都完成了这次写操作，于是 w:2 的条件满足了，向客户端返回成功。
8 W4 w; o) ?3 {! w
2 F7 ?) Q2 V7 c3 W5 y启动
* a4 ?; y, A- z$ y% m9 ?$ M
- |6 l& n8 `) m  J  Q# I' [. \: @    当在现有的某个replica set中加入一个新节点并启动时，这个新节点会查看自己的local.oplog.rs collection，执行一个叫 lastOpTimeWritten 的命令，查找到它最近的一条被secondary同步过的写操作。# A7 s1 R+ _1 I/ Y& O2 L4 O+ L! J
: ^3 H/ b% f7 [3 h, z% u7 d8 K/ r) c
    这个命令会返回一条oplog记录，其中的ts字段就是最近一次写操作的时间。如果一个节点启动的时候，oplog里没有数据，这个节点会同步其他节点中的所有数据。
9 ?+ C3 S+ d# v, i* h5 \: P
8 u2 ~; _8 {) F& W1 f" ]! q选择同步源节点. Q4 o7 n$ ]" Q; I& c% D8 n

4 _- O5 y7 D* P6 j( v3 L* g    Replica Sets中的节点从距离它“最近”的节点同步数据，这个“最近”是通过ping的时间来判断的。在节点之间的心跳检测中，会记录ping某个节点和收到响应的时间，通过这个时间的长短，来确定距离的远近，时间越长视为距离越远。知道了和节点之间的距离，再通过如下的算法，来确定可以同步数据的源节点：
0 k3 U9 c$ L+ O( s0 |" I7 o/ e( x, k1 f
for each member that is healthy:5 F- R* l) i+ r7 w
    if member[state] == PRIMARY
, ~5 F9 l6 X8 G$ |8 K8 s        add to set of possible sync targets" T. U. [8 B5 p! Y; T9 r1 M) G
9 I: V$ T- q/ B
    if member[lastOpTimeWritten] > our[lastOpTimeWritten]
3 |% h& O- S7 R- _# c& \, X' A5 m        add to set of possible sync targets
: H( V, D0 ?! w$ @. E! k2 o4 _8 d
sync target = member with the min ping time from the possible sync targets3 e  C7 I! f  P# P: G3 L4 y" w; _

1 @' }! e2 R4 V9 }    对于节点是否健康，MongoDB各个版本的判断依据有所不同，但都是为了找到能够正常运行的节点。+ f* L6 N, e4 h" v7 r/ F

9 X  y! H) r  p# \9 ^4 ?    我们可以通过运行db.adminCommand({replSetGetStatus:1})命令来查看当前的节点状况，在secondary上运行这个命令的时候，能够看到syncingTo这个字段，这个字段的值就表示secondary节点同步数据的源节点。
! t8 m" k) H8 ]# M2 u2 f0 h& @2 Q8 V
, E6 a9 ?9 x- t. m! d: F1 [( S  H链式同步
/ |* \6 f# W) B$ r, }0 K
0 p& I3 {4 i+ W! C    前边所说的内容，都是假设有一个primary和一个secondary，这种情况下的同步过程比较简单，但是如果有2个secondary或者更多，那么这个过程就要复杂的多。
' d/ F% S3 p% v9 r% ^* E/ l4 E6 j  s& B1 M
    我们用w：3来说明这个问题。比如S1和S2节点是secondary节点， P节点是primary节点，S1节点从P节点同步数据，S2节点从S1节点同步数据。这样P -> S1 -> S2 之间就形成了一个链。如果我们设定w为3，那么除了primary写入数据，还需要有两个secondaris完成同步，才可以返回成功。那么P节点如何能知道S2节点已经从S1节点同步成功了呢？% X. A  l# [" C. c
+ H2 z. y  B# E9 [3 z4 G: ?/ v
    MongoDB通过oplog同步协议来解决上述的多个节点同步的问题。- z) Z0 H8 b8 U% z9 q7 s

- f. [: ~4 J3 T7 {! P5 i( {! X0 C    当S2从S1同步数据时，S2会给S1发送一个特殊的握手消息，“Hi，我是S2，我要从你这同步数据了，把我也算到w参数里边吧。”
# F. V9 I  W2 w. H, B1 B( H" c9 d% k1 m* M  k
    当S1收到这个消息的时候，会说，“我不是primary节点，我可以把你这个计数转到我的同步源中去。”然后S1打开一个到P的新的连接，然后对P说，“这个连接你就当是S2的吧，把S2也算到w的计数中。”这个时候，S1和P之间有两个连接，一个是S1自己的，一个是为S2建立的。, @1 z& l% t: \% j

2 L$ B' v6 p* \4 V: Z1 A! j    当P执行完写操作之后，S1首先会获取到P的oplog，执行完这个写操作之后，会告诉P，我已经执行完了。然后S2从S1获取到最新的oplog，同样执行这个写操作，执行完之后，告诉S1，我已经执行完了。S1在收到S2执行完毕的消息后，就通过S1代替S2建立的和P的连接，告诉P，我是代替S2建立的连接，现在S2也执行完这个写操作了。这个时候，P就知道已经有P、S1和S2都完成了这个写操作，w：3已经满足了，然后返回成功，完成这次操作。) Z( g! ]- W7 W& _2 l+ o8 {
1 B8 r0 D6 B# j) z- ^/ h5 _- g
    具体三个节点间的连接如下图：7 K1 `0 ?6 N3 c/ Y5 Q4 j" c, }
    S2                  S1               P

6 o! U- R. Y5 t; V* C$ T; E
                             <====>
/ y! {$ [0 _& K& J9 S/ X
         <====>       <---->
/ S+ [! _- `0 o0 ]0 w

" x% c  I1 M0 I    S1和P之间有两条通道，双线那条是真正的同步连接，单线那条是一个虚拟连接。8 D1 h( J  i, c% z4 H0 Z3 E
1 F0 v# x7 u$ e, c3 f; O

$ y4 e: v* ^6 Z2 _; B, a. zReference，& }4 }! q3 c2 G4 b

% K, a; T; h, @2 U7 H[0] Replica Set Internals Bootcamp Part IV: Syncing# T9 S8 Z- J6 ^, t
http://www.kchodorow.com/blog/2012/05/07/replica-set-internals-bootcamp-part-iv-syncing/, I) `6 y" q7 J4 \; q; Y
作者: 四处张望    时间: 2012-9-18 13:33
哇...,没想到这里都能看到这类高水准文章。
! f5 o: ~% Z$ |; ?7 @可以偷懒不去搜索了。
作者: shengnan007    时间: 2012-9-18 13:34
四处张望 发表于 2012-9-18 13:33
8 u. }' G" q7 X9 D哇...,没想到这里都能看到这类高水准文章。/ Q# H; r6 m; a- E! U
可以偷懒不去搜索了。
/ I$ R  W  V6 r- r, l5 B0 ~
前期写的一次性发出来了，后续的还要等一等。写的慢啊，哈哈
作者: 四处张望    时间: 2012-9-18 13:46
shengnan007 发表于 2012-9-18 13:34 / K9 f  f/ t, ]; O
前期写的一次性发出来了，后续的还要等一等。写的慢啊，哈哈
9 m9 k7 E5 V& @; s/ O) H4 v
邓侃在西河的文章，对我启发很大。可惜最近两年没有实践的机会，mongo db也就是浅尝辄止。现在有这般好帖，正好
作者: 假如十八    时间: 2012-9-18 14:44
电脑小白路过学习。。。



欢迎光临 爱吱声 (http://aswetalk.net/bbs/) Powered by Discuz! X3.2