MongoDB架构概览

shengnan007

    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。

- T3 s$ |' {' Z6 C    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？
) }( j; n) d' |: _7 s! q5 l6 S! j
  R! `6 l4 t/ @. 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。

: b' S0 i$ F: s; c6 y0 m

# f( v" w1 u7 d0 p1 h* X图1-1 MongoDB架构图

9 o% c9 m6 \3 C2 D, B8 J7 y; \    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）。

Shards
% C! m4 X* H, n% F: H( [
    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。
! B5 J1 Y* M7 w/ Q
    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）。

6 C' ^3 K% y. U8 e8 Y% c8 P    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。

    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。
  o( k+ G, x6 C3 ]9 F
1 X* }0 d) ?6 ^Shard keys
$ ^8 _, T3 x$ R; P        
    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。
( Z8 z1 o9 l1 _5 W3 I( k. C- a
    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，
2 F+ e9 ?5 W  k0 S) k1 }
! m5 {( j0 Y* p/ l0 a  W( P, a{
  "ISBN": "987-30-3652-5130-82",
0 z* L$ m' w- _3 B3 I4 G  "Type": "CD",
  "Author": "Nirvana",
$ u! B+ f3 u4 V0 b* ^! G8 V  "Title": "Nevermind",
  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
) v  _3 n0 G# W/ c# S- N7 L        "Track" : "1",
        "Title" : "Smells like teen spirit",
+ M- L: p6 U; U8 e7 }- C2 s$ {9 e" D4 A        "Length" : "5:02"
5 H2 P2 j4 B* Z9 v# V4 F     },
+ z" a% h# c# W7 `1 @     {
. d6 H' h5 e+ b/ O8 m        "Track" : "2",
* U2 H( `7 _) |% d        "Title" : "In Bloom",
        "Length" : "4:15"
' ^- l; Y$ V9 R% K. o: T" g! ^! I     }
2 h+ j- s: R' n3 O   ]
' K- {8 Y+ k9 W% k; m}

{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
, g+ K. x, o( d& z8 p) t- ?. u. Y  "Title": "Definite Guide to MongoDB: The NoSQL Database",
2 G2 ?1 ^% G3 Y5 s! ]  "Publisher": "Apress",
. s/ T6 n7 w$ Q1 N! M9 ~  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
1 j2 ]: v+ T4 L5 M7 `& b- y* l) n}
% M2 c! F3 d& K
3 m  b) z7 C* D; L: 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。
: J- H' D# \5 ^0 q
* i6 ~$ p2 W% n# i/ Y7 a    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。

    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。

    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”。
! a* ~! o: k* W0 w& k
Chunks
        
    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。
% b! L  B; I: G; K
# d0 t4 x3 i, P) M5 Y3 p+ ~

图1-2 chunk的三元组

, d) J% ?9 ^2 S/ N
    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。

    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。
2 ~# F. d  T- ^
    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。

4 n' g0 @1 Z. i0 E9 s* v    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。
, T) x8 H" u- o  Q# F
    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。

    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。

Replica set
5 ~7 |$ ?# v8 K# k1 b: |) H9 j        
    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。
- A# d* U* t6 I6 o
' |/ ^1 f" d2 f3 W    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。
! E) r+ ?7 M9 L" D4 `# P( J
) C  C( u7 M; h% H+ g' P- ]% U( B    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。

    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。

/ O+ I# h! P* A6 ?" D' R0 QConfig Server
7 i7 w8 V' [/ a) l0 P2 p        
    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 n5 H" X" F$ e: M; P& ^3 u' L1 E    每一个config server都包括了MongoDB中所有chunk的信息。

    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。

% T% p2 s, `  J) d" E" H4 |    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。
6 G% K6 ?* ^( W& ]+ t
) ~" k9 [. X7 O1 A  W& W    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。

Mongos
4 p9 M0 j; J; M4 D! x/ b6 j
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
# z9 f1 z6 |. S9 L
5 Z* m, b4 q  k$ I9 [. S" ]    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。

& P8 i% ~2 W( ^% I5 T    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。

' c5 y$ b9 E9 M6 p3 `- U& g1 A    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。
. \) A4 v7 |2 P% b) q7 Q
! l$ x/ U, I! z
Reference，
* B* O4 x2 H# b$ Y9 o" o
8 Y- I- K/ \3 @) \( v7 m3 s9 w# [& J[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
" W# \1 q) Z( v$ g4 C3 F" A

PenPen

1 M' U: r& M9 m

( h* X2 `0 V: e6 Y( x5 ?您是和邓侃一起写文章的盛楠么？

shengnan007

呃。。。是我啊。。。

shengnan007

PenPen 发表于 2012-9-18 12:40
1 i5 w  S. C) {) S2 n0 ~您是和邓侃一起写文章的盛楠么？

- g) _+ M% o- r# m- k是我啊。。。这都能被认出来。。。

PenPen

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~

shengnan007

PenPen 发表于 2012-9-18 12:47
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~

. b  [7 \" o& M$ ~6 }; }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？

不爱吱声

shengnan007 发表于 2012-9-17 22:49
: h, ~/ Q8 c: ]+ r8 C. _! Q* G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 ...

欢迎，欢迎，已经给你变成正式会员了。

shengnan007

不爱吱声 发表于 2012-9-18 12:51
& h; d4 [! J! @3 C- O欢迎，欢迎，已经给你变成正式会员了。

$ \& b" H% S! m8 F9 |7 {. ?5 g多谢多谢啦~~

巴山

我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

% W: r$ {: K- {2 ~5 z9 `2 h

梦晓半生

谢谢。
  ]: I! [& H9 B. b
( m2 a6 R0 x3 c4 V4 n9 u  L" v中文看得真累，大部分还是英文术语。
% ~0 @* c9 [/ b2 ]. k5 c4 |
1 z$ K; R/ B3 W% E# q7 d- u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。

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。

shengnan007

巴山 发表于 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。
2 I8 i2 ?/ ~2 C' B# ^
6 l$ A- T& `5 I, R3 n* ` ...

9 a( G3 ~' D/ 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

shengnan007

梦晓半生 发表于 2012-9-19 04:21
谢谢。
4 w$ x& l. p) Z5 @5 y6 P
中文看得真累，大部分还是英文术语。

" ?, C$ ~- g; W1 R% N. {2 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。

profer

shengnan007 发表于 2012-9-18 12:44
是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
0 ~$ I' }/ f* C) J5 O是邓嫂么？

是邓的小兵

恶魔吹笛来

有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

梦晓半生

shengnan007 发表于 2012-9-19 08:44
- |# u  w/ n" S2 V+ G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 ...

5 G( X/ N0 D9 }; c$ a* Z9 B太好了，期待中，希望都带上英文reference。

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。

1 X: Q8 a/ i2 Y" e# `$ a$ x) ]http://en.wikipedia.org/wiki/NoSQL

shengnan007

梦晓半生 发表于 2012-9-20 00:57
( Y3 }: ^8 N: V* N7 m' h6 j' x7 ~2 u6 S太好了，期待中，希望都带上英文reference。

/ Y9 u4 E, N) j. |6 }8 K* 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 ...

' C3 }  J$ o9 U现在写的也很纠结，资料太少了，哈哈

梦晓半生

shengnan007 发表于 2012-9-20 08:53
现在写的也很纠结，资料太少了，哈哈

$ H) V! y4 e- n& k" x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。

http://en.wikipedia.org/wiki/NoSQL

7 ]" N6 R3 H. s0 q/ N- u$ X% Y

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
+ [+ U- U8 {9 y. H有点惊讶 居然在这里看到这篇文章 呵呵 静待大作

3 Z5 B4 t3 w& k1 U$ p) k+ z+ N8 P- \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。。。

shengnan007

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。

' k: O+ l- d) U! \* }http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql