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。
) a0 y7 h+ W2 _. y
/ |4 j2 [9 s$ q+ [' @, w    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？
- I/ k- \8 W7 T% 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。
- B+ E8 m, ?; H: E5 G/ H& b

5 c0 u0 j% {. ~3 L' {* O
图1-1 MongoDB架构图

    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）。

% U) {% u# o  ]; d7 N/ DShards
' F) c) q2 q8 f( L5 _" p
9 q  F- ?3 Z7 B# W" N# c    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 g6 `$ C# ~7 x3 v9 [
5 y; i+ P* a4 g% g# s; q4 r/ u    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）。

5 ~% z1 |4 k" b8 f    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。

. G. o& d- K3 u, l5 X6 c1 p    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。

/ f, v  v- l& m. _+ 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。

6 l3 c# U0 I3 y1 u    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，
* ^/ K$ [  X$ ]
7 R: Y1 v7 n9 ^/ ~+ W; B3 ]{
3 j9 J' `( J. |$ L  "ISBN": "987-30-3652-5130-82",
$ X4 a% |/ _. F: B/ T# ?' D  f  "Type": "CD",
  "Author": "Nirvana",
5 t; A- B  y2 Z  "Title": "Nevermind",
  "Genre": "Grunge",
" @$ t8 q% R: t3 d1 `! w! b   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
6 J& P5 g2 y7 }  p4 w        "Length" : "5:02"
     },
     {
. ^2 s4 L! M7 z4 b        "Track" : "2",
        "Title" : "In Bloom",
6 @6 O9 d  e) O& D4 j# l& p        "Length" : "4:15"
     }
   ]
}

+ j& G5 h% P% B$ g+ s0 ~2 F' I{
& m- Y3 }. @" G  "ISBN": "987-1-4302-3051-9",
! X% J; N1 ~' ?5 A4 ?! `  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
% Y  U$ V' M& g* M  "Publisher": "Apress",
' ~' k/ d# }% `) B  "Author": " Eelco Plugge",
  "Releasedate": "2011.06.09"
8 G& t1 F$ J* m2 Z9 F# f7 r# K8 d1 v}
/ X% O) H2 ]- `5 f
, k9 g. M6 z" h) J8 [    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。
! D' x- X( J8 {- A- w* O" i6 {
' ?9 h- e3 p% P- u$ Q' G% 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。
7 g/ x* q8 Z- P* 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。
8 _" h' M; Z) N/ Y  q; X5 T
    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。

. o5 u3 ^' v5 j% d* Y* L; a    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”。
2 F7 @7 w& z3 r# N/ q3 z; V
/ _" ~# P* o/ Z% D7 p1 nChunks
4 Y& S2 k0 ^0 ]* `2 _2 Z        
    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

- e  R5 E- W. h
& }7 ?. J. P3 ]8 ~/ H8 P    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。

) X! s$ M5 f2 ]8 u    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。
' \1 R. ~& W5 Z/ N( `
/ p$ w. n* e8 u4 E/ [    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。
, v9 L5 p8 k) x7 N
" R) v" c0 [) q) S$ X    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。
  n0 U8 _+ z9 Z" D" C4 @- h4 b6 W
    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
% b$ n4 K) _& G1 y        
6 K5 K  `. F6 s+ O4 c) a5 @    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。
; v: {& l2 f+ |1 [
( n2 H" A. A# @+ k  f2 M; t) T- N    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。

( l5 ~5 u( U. [, ?" F* J    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。
3 I: M0 ~( M7 Z$ C9 o" c
. e% e# X* o$ y- N1 a( _* CConfig Server
- [( f% N7 E! k" z. O        
    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。

    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。

    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。
! g& T4 |% J( }* n8 w
Mongos
: ?$ `1 n! |' a. ?# U; y& l
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
7 d6 K# H, }+ _! m+ M3 \) y( Z8 _
    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。
. C% @0 {7 n* g) c" L, C) v
  v! j- c" Y. O# c# t( O    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。
) N3 }/ I6 V+ S1 B+ w8 y9 l
    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 `8 U+ }4 i9 A' P' U: b5 z& Q
    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。


1 R7 B5 o, G# _) R4 b+ ^6 Y4 [Reference，
4 i4 i" [( c: B5 l
) O+ J. \/ ~2 s# q[0] Architectural Overview
: J: o+ g1 j% _: Qhttp://www.mongodb.org/display/DOCS/Sharding+Introduction

PenPen

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？

4 n. N. ]' G' k! U' T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。。。

, y# g3 M3 }5 F4 e6 j, \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~

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 ...

4 a/ X2 x4 g, p: `2 X9 x2 R  A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
/ ~3 ^' B; \: O欢迎，欢迎，已经给你变成正式会员了。

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。

梦晓半生

谢谢。

中文看得真累，大部分还是英文术语。
8 ?( S5 I: l8 ]2 O
6 V6 s7 C  c; @- x; }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。
/ j7 `) b5 f7 j* B& w, `3 z
/ i" R4 L7 E8 U. ~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。

...

. w' B6 T, ~+ b# m' K8 zmongoDB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
% `* I" ^5 o3 O& D) |/ I& V. d% I谢谢。

中文看得真累，大部分还是英文术语。

, V, e3 s7 Q1 A6 }% }' E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
4 C( N$ g- `& W6 w2 z! n是我啊。。。这都能被认出来。。。

2 |% l9 R) q( Q是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
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。

2 D: w' m, s6 Y1 L5 g# f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。
. {$ V) b" }6 b+ b' Q: R
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。

) f9 G! T' i: r6 R8 }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
5 c/ O& r) K! T( {. x9 I现在写的也很纠结，资料太少了，哈哈

7 Q4 u- f2 B' ~" B/ W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。
$ n  c4 `& [3 x" P8 @
http://en.wikipedia.org/wiki/NoSQL
) N! n2 X2 ?+ C9 k5 U( x0 \
* S# w* B# s- d/ D' S1 U; X- k9 k

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
6 }. o) l+ o* ]3 n; r1 ^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。

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

好的好的，现在这个写完，然后开始写nosql