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。
6 U1 H7 g6 |. c5 q. x
    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？

- u: e) Z% _3 H* U2 e    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。

! ^8 e1 G" _/ Z: I; e- a图1-1 MongoDB架构图

! `+ P- 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）。

Shards
5 d/ G: F# W' P0 N/ T6 B/ K& G% E
    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。

6 Z+ r2 ?# p# ?. v* m+ P. ]    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）。
. @" t5 Z9 c8 F1 f, s1 F! {2 h, N
    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。
3 P! S, M# [7 z* x
/ \# m0 E5 w' ~    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。
) ]2 f" n' K4 k
/ f, z- P* s* E6 _. ]2 ?Shard 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，
: A) j6 |$ X0 `. N+ S% E2 r
{
; _3 v0 r* i8 W( p+ K( j  w' Z: P. Q$ v  "ISBN": "987-30-3652-5130-82",
6 v' n" ~& v: J" |" V& ?0 v  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
1 U7 f/ T) K5 U; y4 ]+ ~+ l  "Genre": "Grunge",
   "Releasedate": "1991.09.24",
   "Tracklist": [
! Q( ^2 S6 n8 P! K     {
        "Track" : "1",
$ m( R8 |# k7 L" ~        "Title" : "Smells like teen spirit",
. {3 I6 I% k% y+ d# f        "Length" : "5:02"
! {- w5 T1 [- s/ g: S     },
     {
        "Track" : "2",
/ I& N7 A6 v7 ~        "Title" : "In Bloom",
* n5 h( E, E. o& a+ p+ p* {        "Length" : "4:15"
* Z+ D' L4 Q5 H- H9 s. D* H     }
   ]
- Q" N& D4 F5 h2 p}
  a! r0 B. P2 G0 B7 P- O- W+ g, }
  N1 R# k2 @* W6 a4 V* R* B{
  "ISBN": "987-1-4302-3051-9",
9 ^* j2 @4 a0 @5 u; M; |, _  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
2 }# N# Y% V4 N8 d  a+ G  "Publisher": "Apress",
  "Author": " Eelco Plugge",
) T* w; q7 `: y6 D) E( I  "Releasedate": "2011.06.09"
+ N6 k9 O# ~* @- P# I) {}
$ P3 f4 g; k, x6 u5 V
# r: I+ `. L1 X0 R! b* y3 i& W) ?    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。

    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。
3 K' a) g( d  |/ _) _/ J# S
    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。
8 ]7 {% P3 K, h7 E* N
    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”。
$ a2 m% ^8 r0 s" v6 O8 H: R5 u
' ?6 i/ R, m. S% U' CChunks
+ _5 o7 F/ f# b: l& e" l5 }        
    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

    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。

/ v- J2 h& l8 E# n  d' V6 r    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* f1 x6 t6 Y- s6 X0 F3 U
/ B# z( E; l$ E, S5 W$ I+ m    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。
" ^7 X: W. H5 A; W# ?8 T- @0 `
$ U. \4 _. 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。

6 I  V% u2 s% k    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
; z7 n0 H4 _; G! ^' R! t- f        
    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。
( y' R- D/ c! d/ z3 e% Q- _  l1 Y
+ e1 J. J/ N* q/ [+ g) p' F    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。
0 q1 I% }# a7 v5 a! O' J* w
; f2 D* P# c6 [/ r4 P# j2 A2 P    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。

6 b( h+ ~* y, U5 l- h! `    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。
# v! l. h/ }( r, x6 j+ ], h' i- W, G
Config Server
/ M3 l7 d# ^7 v7 a9 b! p: A3 f+ ~        
% Y9 d/ n& m2 @* {    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。
; N/ Y! u+ a4 N  \0 M0 t9 i& S9 ]
    每一个config server都包括了MongoDB中所有chunk的信息。
6 m4 ^6 f& z5 A0 ^/ y0 P6 B, B) A
    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。

    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。

    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。
$ \5 w6 s% u. X$ [1 c
* |/ X# M: y4 W3 ?8 iMongos
9 g. y: K8 B  _
" V! p2 t  F. T' ?- q9 ?6 C. C  e    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

! Y, r6 Q8 ?3 U3 u( B    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。
- Z/ p" d+ O' J- F2 L1 n, a
    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。
# }4 `  m; j* m) |, W
- i% x& O3 a& y# Y    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。
. ~/ q" N0 r+ O* b  m

Reference，
0 r- N8 z* i1 |- ~9 P
8 `1 z9 g, p0 J! y& G. J) c[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
* c  ?, q: n" {: f/ m

PenPen

" v" E4 M" \) b, r0 |) W
. H) d% R( K% U+ _, R6 W9 i5 P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
您是和邓侃一起写文章的盛楠么？

是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
4 ]- ]* a/ p& V* S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~

9 n/ I8 h, U7 X$ ?9 X$ Q5 b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
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 ...

* G; a% E. q" x2 n7 J6 P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
* k2 e! N" Q8 [7 ]欢迎，欢迎，已经给你变成正式会员了。

  ^3 @1 `5 e% \! |: l7 |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。
' ?% O8 x0 }! C. c; ]

梦晓半生

谢谢。

7 f0 t1 z: Z" O3 r2 c6 @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。

/ v4 P2 r0 T3 j1 r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。

1 q* w# B) A: U7 X ...

+ n& h5 \; V7 n8 X( QmongoDB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
4 W2 D) }3 n& o" v, y5 s% P谢谢。
1 h% B) Q! F& x. F7 H
中文看得真累，大部分还是英文术语。

! E. w) Y% S$ d7 d% x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
3 L9 v' v2 i: \1 E. a! I4 k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
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。
8 Z$ H$ v# @! C( q( N9 a- ?
- z+ u4 K; G: x' q! O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。
  s6 v8 H( u) ?( E& u6 x- |% I* m. c
http://en.wikipedia.org/wiki/NoSQL

shengnan007

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。

$ I  k5 b& F2 z3 }+ t2 I- \8 ?# C现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

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

4 w, P: _) X( d6 X4 o( j* k2 H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
3 z' @5 S2 o9 R( [+ I
- i# ^3 Q3 H: g0 R4 d4 n( m

定风波

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

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。

3 x: b# {* ?  J2 B1 khttp://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql