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。
3 r% Z4 z& C* Q" X5 X8 W! i6 Q, I
0 Q! F9 s+ ^% W6 W& l7 j5 N5 E' _    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？

! k6 n( B3 L# ~. C9 E- h0 E7 m3 Y1 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。

) o% V3 m! v! p! U& x' O
图1-1 MongoDB架构图

0 L/ B/ c; Q3 s' B; R2 g
" s* j& h2 g* n$ f3 r6 d4 |    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）。

) @, @+ S4 f, T7 M  sShards

3 m" t/ \5 b, I2 }: W' }4 Z    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。
; j' R+ p, C8 _# ?. K
  z# R; h+ h& V$ J) f' F( b% @    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）。

# U. w! H% z  t' b( D    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。
. l4 {+ b  r+ ?1 q3 M$ z% 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。
7 \( b, [$ h. m1 r  o+ O/ I" M. V
; d& V1 R2 T/ @3 a; b: x4 UShard keys
        
# J5 g+ O7 M& Y# ^    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，

{
) m2 d2 I' U4 A+ d1 ?3 I& t% H7 u  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
  y. `' I$ H) X2 y2 }1 }& v  "Genre": "Grunge",
) q) z; [* X5 U0 Y6 H- P. e4 X. ~   "Releasedate": "1991.09.24",
0 s% }" |, q* C* R$ f# V   "Tracklist": [
4 F2 X+ u" X' }  l$ m- t5 j5 L6 ^     {
        "Track" : "1",
! ~& F6 g$ W3 `2 Z- W4 r* x        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
     },
     {
        "Track" : "2",
7 o& i( K& q2 v* H3 u2 {5 ?& U% W        "Title" : "In Bloom",
        "Length" : "4:15"
& [2 j, C% Z# s: J     }
   ]
8 s( a: z! |  Q( ?; U& W}
/ [0 g% W, w+ [
0 }1 \* s. }. b$ N, W- @3 N{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
' C- Z- t# C6 @+ U: C  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
  "Author": " Eelco Plugge",
6 r1 w5 G' l$ J/ j' [, H  "Releasedate": "2011.06.09"
, d9 b* ~/ q% O" _' a: \}
5 S0 C& i6 H8 k
: G( y5 s" p, k5 L& {) f. c    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。

# L& t9 F) n! O    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。
: Y6 F% R0 l1 z- x" N
    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。
( r6 A3 _1 ^5 v
8 F  w6 H3 J' n. O  {7 X3 K. w. F    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”。
! s) }9 l  v4 t  V  Q$ T
Chunks
+ J% D# X0 A" f$ G6 r* B9 |& V        
    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。
; @  x" `' s# q/ W
; I) t. n9 |# J

图1-2 chunk的三元组

8 F/ M+ R9 W0 C0 G
    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。

) [0 k1 I) l" K" `. Z    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。

    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。

    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。
/ U5 y) j2 z  _. q
    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。

% [" a4 a# a0 ?3 y0 k    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。

6 Z4 X- Y* f. F) [. K5 KReplica set
        
    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。

# s/ ~0 s; o7 d3 `    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。
- l1 ]- g$ P) {+ K  F' s4 Y( ?0 Q
    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。

( R+ r" g- }4 D7 n4 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。
) Y" T; O0 H  d
Config Server
        
6 q1 j) g* E5 c    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。
) i( T1 l$ A& p" |4 m% L
. g1 ~' ^8 k7 L- u- B9 J2 G    每一个config server都包括了MongoDB中所有chunk的信息。

- {& J5 N" i, x    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。
1 c$ _; f! Q: C6 R
: V5 ]. w- F5 r; s4 p! 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。
2 z/ s- V2 t( n
    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。
8 P# Z' }7 T2 y* r8 K
  b% O' j: E. i0 {) _9 [Mongos
! Y! R6 n2 L2 p# g
0 e3 }5 C% X! N" _( Z    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

2 K" \  [% S' t2 e) }* h4 v    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。

  Y+ x; ?$ N5 p* G- {  Z    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。

' }! i  u: c2 y' z" j- H    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。
( C; R2 i2 ]$ v+ ~
, L/ B+ [9 C% U0 G
. a8 P0 O; ]! n/ l5 O" eReference，

+ H% {' F9 ?# t/ Z' U0 e5 o[0] Architectural Overview
( c  G# q. u+ u0 ^( q6 M* mhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
" J" t5 C, v, N0 l* C! {+ y# V

PenPen

7 ]0 A# h# j# d) I
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
* t% K- Q  R4 J' `$ d/ k您是和邓侃一起写文章的盛楠么？

+ B" c: n, `3 _+ A5 f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
+ O9 ^- n: C8 G* n' z- a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 o% R5 }/ _, y! b* o: Q0 t, p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 ...

: S3 j4 j3 s8 r9 }# P6 j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
9 i% e- H! c  }7 |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。

" X5 l3 J# J! M( q* y

梦晓半生

谢谢。
' n0 N+ q% i: @
, u) _* Y" B( U2 L4 q! D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。

9 ?0 C* a' ^$ q- Y) t& {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
0 u, l/ e9 h3 j# q* c我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。
$ _$ g9 Y. `' R% [& a/ d7 X2 Y
...

1 l, W  i" `+ `0 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 B% r+ d. {谢谢。
" l  l/ n, ~+ c6 H5 M; e
中文看得真累，大部分还是英文术语。

$ [9 O4 z) |; |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
5 s( a, l& ~2 r+ C是我啊。。。这都能被认出来。。。

) G. c* F5 F% l9 L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
! S+ {$ T" }1 S0 D5 _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。
" a" a6 N( W2 @2 D7 h6 l, S
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。
: R+ x2 U& M) n3 Y9 L  N5 ?9 ]
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。
2 J: M- {: J! a, z5 j
% L0 q' _8 }/ m8 {/ i* a% m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
, E& X: S4 u" Q  m* _# B现在写的也很纠结，资料太少了，哈哈

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。

4 e6 r6 S- W; ^1 H+ Ghttp://en.wikipedia.org/wiki/NoSQL

0 S" y) u0 c) i, D7 f

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。
1 }7 x# G7 w3 S4 D7 J$ }7 E5 T& c1 ]
http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql