|
|
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。4 u% l4 V3 D& e" Y1 v
+ m7 ^& h; x5 V, A# I 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？
0 Y$ ^% z: X2 H }( H
# e2 G0 q" q* 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。
$ @" ~7 x0 ]" N( |! J" s) m4 z- O \: G: u! J
- s& ~4 T5 Z( U* S0 I
3 ]5 ^: F" x2 u& B O9 t0 t图1-1 MongoDB架构图
* i6 ~$ a% d$ I) t/ W( ^" ~
+ p- A% S) ~7 |9 d. n6 f7 B 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）。- d# r- l+ Y, D+ ]' o
/ i8 g$ }8 _5 M3 y2 OShards
8 s Y O) e7 V: j
7 j0 ^: I6 q0 N; j J- C; ~/ S7 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。0 G8 @* h4 s; y. ~ c6 v
7 r' H1 {$ h( o+ S: _ 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）。
( j" g1 i5 P6 R
) d! m. ?: w4 ^ U 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。' t8 s( L# z- p6 b P* z
`! C. n) f" Z1 s; K- Z) N
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。3 \8 t7 a; {, C o& b' l: W
! [9 S2 {7 T5 u& B
Shard keys: n5 H$ a( Q' P( b/ Q
+ y, p$ w: c e 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。
/ M& x. T: @6 ~1 ?5 P3 }3 z. E0 g
2 d9 N1 J% H: T2 G 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，
- R( [4 M& T6 R. i+ T s4 N2 `
! E$ m- c C, ]! M& R{
! z3 l( }4 Z! @6 [+ g2 G "ISBN": "987-30-3652-5130-82",0 k2 w* L% X7 u& p G1 H( D4 b/ {+ [
"Type": "CD",
: Z; M n! J# R4 ] "Author": "Nirvana",
1 U* M( {3 V0 v4 O8 _ "Title": "Nevermind",7 y+ v2 x* S' f5 O e( i) S
"Genre": "Grunge",2 ^# h# O+ @2 n$ { x$ k- @
"Releasedate": "1991.09.24",# R# i4 I3 c8 H6 h6 O% d; }, C
"Tracklist": [8 N) r5 ^& ], C! ?
{
7 }; } z2 M# U, L5 E "Track" : "1",9 D) F. s! j$ ]- {, {; B: N$ H
"Title" : "Smells like teen spirit",1 v6 Z1 D% [7 _4 s7 ?2 @' R: z
"Length" : "5:02"
0 Y- Z# r; k( b! J },
/ u0 l8 o! O$ q# J0 Z7 ~ {
6 u) G3 k% m: Z/ m: X% G "Track" : "2",4 f* H5 [: k) o2 }
"Title" : "In Bloom",
3 }/ E1 n" _5 D9 Z# [. p "Length" : "4:15"
0 H, q5 Z- y& d w( B }
% R% a c5 {3 G0 v/ t ]7 a% K9 }$ O V. ^
}- d. a& M% z+ |0 n3 s- }
8 l p+ O u/ H9 Y3 \( z# q
{
6 }8 `9 N! @/ I "ISBN": "987-1-4302-3051-9",; w+ s1 ]0 F; v2 ^9 l: z
"Type": "Book",1 I/ {/ S/ Y$ P! v2 K
"Title": "Definite Guide to MongoDB: The NoSQL Database",& b8 O& _0 i& b
"Publisher": "Apress",6 S9 h) }, H; {( ?, i
"Author": " Eelco Plugge",8 R" L& y# m( i
"Releasedate": "2011.06.09"
. L4 `) z$ B. C5 R6 h. k+ E. H}
; X, o9 G; }6 V, l( P8 G$ c, l3 X* A; c9 |$ L! I) L: V4 i
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。
& Z4 i6 r. @1 a) g2 t% t+ Q7 Z2 V/ L c. Q6 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。0 d; @% \+ Q' i% z% G2 ~
; a: l9 ^/ Z, o& @$ M
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。- T5 i* k) i( t" W; @7 \5 `
# h' j2 }6 n( V* E
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。
: L9 @* \ _0 L a D1 y6 y0 K- n' X( 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”。
$ r% Q6 I; j$ N; U, E
8 {! L: p0 P7 q; d* d+ x KChunks5 e5 D. w1 L6 _
9 _1 E$ A9 @0 d$ O5 i/ t" y* f 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。) n1 y: I/ ?; i* A* x
. k d- k+ h; l2 `4 t
: @0 e8 k7 G- W9 i& b: V
图1-2 chunk的三元组 ! q0 J$ x" M( X! r7 Z/ O
- ^! ^8 q) E) R# m& F+ T7 M 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。
$ |$ K" z0 M j/ p! ]1 p- y# j* n w. [4 Z5 G% `+ i
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。# L' ]" v9 K; G+ u' H0 D4 ^! j
8 a1 s6 z2 } v 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。) H$ E$ Q+ G4 R) F9 S- S5 R
3 ~& o9 o% a; a# j0 u' E# x6 h 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。5 G* d" ~2 t6 j) N- M b2 t; G6 F
3 D2 e1 X4 P g, g
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。% N1 m" t/ E' s
" U/ f& ]# w0 W# ~1 p: | 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。
. s) M) [ T& @$ A- A- V$ I2 `# D' x! }+ S7 p/ G u7 R% C
Replica set
4 }/ e3 D [7 A! Z6 @. k* \+ c ' l0 B+ M) s/ u+ `" a. S2 {9 |2 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 G' a& k+ U+ Y7 r3 G
- \7 j& x! X: j x9 \. K5 X! o 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。
$ i/ L. I! R, a, W6 S- R1 x+ M7 F4 W% X" ?" d
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 I2 e4 |8 E0 I
& M3 y6 M c/ _& D4 C M. g! [, l 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。6 ~& V$ t, |6 z; S. N
c" W+ p5 \" s# m$ H4 TConfig Server9 X" k8 o- ~: }
* g3 A; Q9 M, A2 z, F 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。
4 k3 Y3 q! ~2 E! q
5 |( J; w: O# T7 D8 \/ N8 U s 每一个config server都包括了MongoDB中所有chunk的信息。$ b/ i9 ?+ n) Q9 ~2 q
+ z3 b% J; l/ k- V# p4 d
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。
$ a9 }) _' C5 B' O' i$ R, F8 i& x5 {( Z
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。
+ W3 E& ^% Q1 |# M7 [4 b
! B% h/ d# I+ A7 p! b# U 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。* a$ q3 C' x! v
8 P( q& k2 j7 X1 D# K) n
Mongos
; [0 w; f$ ?* D# J: E9 \' c6 K$ J: u) g+ R6 M
用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
8 G3 F! }9 A& S3 I% [
+ Y+ H6 N5 `+ a( F1 x2 l 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。+ l ?7 B) c5 I' } {6 A3 T4 L
2 \+ J# Z& _/ x) y+ [: B @: h+ t 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。
+ V9 ]# r: B+ ]
5 _) O9 B5 P4 @: @. u 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。3 X6 S3 _5 R6 l8 Z9 P
! y: `& j \6 _6 v( T! V! N
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 z2 N- J/ N3 o: Y! w7 f- L* g% ` H6 \# ]0 t
$ }, Y- F9 K& T% f0 ]) N0 WReference，
. x; p& Y- y, c& i3 U* B. T/ F9 x7 k* g$ F4 p: y$ y5 X
[0] Architectural Overview
4 O; ~1 \5 I7 k, Thttp://www.mongodb.org/display/DOCS/Sharding+Introduction7 c% J6 v3 H, q
|
评分
-
查看全部评分
|
雷达卡
发表于 2012-9-18 12:31:10
收藏
分享
淘帖
支持
反对
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
千斤顶
显身卡
楼主
已经给你变成正式会员了。
