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。
8 f# i* X+ X8 V1 g5 J
1 r: l# J. U) G, 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？

3 M8 b9 }3 P& a) m, s    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。
9 y& ^5 U! J4 ]

图1-1 MongoDB架构图

" G2 k$ h0 I$ O
    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）。

5 F: p0 q# P+ @" F" l" oShards
; b4 q3 L8 B3 E+ C2 e* }# {/ l, K
    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。
8 ~3 q) U# U9 }! I7 E9 f3 a! T" v! o  @
- Y8 L; j/ r: R# l    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）。
' {# l; S% P/ K% `; E  d
7 H1 \6 U* V' F" c  M8 |    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。
* z  W2 P, |* W+ X+ y5 K
: O1 B6 q- l2 l) ^; K    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$ }. W* W& p6 O
Shard keys
        
: v* f5 l. g: R6 b2 f$ |    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。
; Y# _' h3 E) E, {* l0 K/ K* ]4 X3 O
    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，

{
  "ISBN": "987-30-3652-5130-82",
6 f. Q0 q  U  }, {" C% ~! T  "Type": "CD",
  "Author": "Nirvana",
6 P2 `4 Q/ ?/ l  "Title": "Nevermind",
2 F' M7 G$ A. v) |; N/ y  "Genre": "Grunge",
' Y, u9 [3 H3 @/ v+ a" D   "Releasedate": "1991.09.24",
   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
1 P: h6 E( a7 d4 V2 r; l& e4 o, x     },
. E) l! J, N6 N0 j7 [5 G( V     {
        "Track" : "2",
8 D2 i& i9 A9 o: C' R2 x        "Title" : "In Bloom",
        "Length" : "4:15"
     }
   ]
4 V5 v( Z# V- _' O3 F5 v}

* [0 q6 T+ t8 k, W0 y* o{
% ?4 j" k9 o% X! p5 S8 v& T  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
6 H! q$ Q5 c% v" `2 [  "Author": " Eelco Plugge",
3 q6 l6 B0 S5 ?# ]2 _6 l  "Releasedate": "2011.06.09"
- B! x! `; P' e) ]! I# u  i8 r/ B) V}

# s/ ]$ L! v' r7 B6 [2 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。

, q6 `/ _$ J, j8 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。
  k- o. U! i% t3 ~
: q1 o/ h. g% Y$ t    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。

0 A' ?( ]& K& u9 r# t6 n7 u- r) `    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。
$ k0 p8 s9 |1 m3 y& l1 q
4 ^; d; p5 Q$ v% \    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! F% M+ {" Y/ Y. xChunks
9 k% a! I5 }- E3 g) I; P: y/ E        
1 [0 ^) V  R9 k' U" p( }, a/ S+ 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。

$ F7 M9 R' v0 a5 f

8 h* V, N. U5 f& [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。
; T5 k( l& S+ ~: L8 |' T2 A) h0 C
    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。
3 z, |! `  p9 f
    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。
  Q' m) u& w1 M
+ Z& ~& L& u. I' s3 ^: r: \/ N    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。
3 X+ ]; `" p+ j" N6 O2 Y. n& l
    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。
3 X) `* T( o# [9 |4 i
    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。
. O/ e4 A9 V1 _; N5 L! j
Replica 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。
1 C" M4 T3 p/ N
) p0 N. }4 _# T, z& g! Z0 h    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。
2 M3 j7 h- r6 h+ \7 |$ X
    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。

( k8 U: K% [5 `0 K* ]! C6 b    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。

4 O( X* t0 [. w. t5 _4 _Config Server
        
0 u( `* s- p' \" o2 ]    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。
0 r* ^9 Z, b& q; J. l3 t
  T, q5 J* ~  J( s( i: U    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。
. q0 S" _$ {) c, F
% y' h; @% t; \% Q1 R; {# V' W6 @    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。
- ?1 [/ ]5 ]* o9 k; k+ v, A) R
2 C1 l1 a. O: z4 Q    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
: B* `' y$ r* H0 \+ S" Q5 p
    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

    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。

" W# A9 Z; O/ [6 @' d  G) P3 e+ x5 n    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。

    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。
, n; U0 F- K) l# D) x. P) p9 O
* q2 A" O3 w) s6 j  M* m7 m
' p6 W9 r! n: l2 v4 ~) b( AReference，
' }! |9 G; [0 V" U! N0 m% j" K
[0] Architectural Overview
3 y; _/ R! M3 Q" xhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
/ F5 W4 o5 |  r% n& I

PenPen

% e- z# d$ Q/ x1 M" H" n
# s3 P& M5 a2 E4 b. [0 s+ m
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
8 f% \0 ^4 Q9 s$ J6 L  A- ^您是和邓侃一起写文章的盛楠么？

) l+ P: x9 J# E3 A) Q6 x4 {, |3 A. e& ~& W是我啊。。。这都能被认出来。。。

PenPen

shengnan007 发表于 2012-9-18 12:44
/ Y3 q# @: p7 G7 f1 E; {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~

% [  X% b0 d4 \0 F7 f. r8 y% f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 ...

  e8 i3 _& B; g8 i3 e% ~+ S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
欢迎，欢迎，已经给你变成正式会员了。

6 c; a! x7 t# j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。
" X7 Y& P# R# i5 D) B2 T. b) u( [
9 P4 x2 z3 _; r3 a: k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。
0 L$ ]) s) v. m
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。

...

mongoDB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。

- x. U! a% l0 R  f' `# l- X中文看得真累，大部分还是英文术语。

" \+ A9 ~7 M' v- l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
. L& k' V. I: W5 g. Z3 O9 Z是我啊。。。这都能被认出来。。。

是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
$ z7 o5 V0 Z0 t; l! c4 \; [是邓嫂么？

* ]* Y1 ^6 a7 f4 a* q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
- m# [4 B" l9 a/ _- S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 ...

, |; F, f5 A6 b1 l) Z: I太好了，期待中，希望都带上英文reference。
( @$ Q7 q% U% W1 D% f
2 y- h# x: G  ]/ q& B" f1 Z, t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。
) \9 }  L: g8 N1 R- j
9 `: Z7 _# `. \# N  m: g5 h. Zhttp://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。
1 u7 r9 n8 N  n) C6 \  ?. ?4 G
现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

1 `7 i7 j% S( g) u5 @8 \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

' R, O7 z8 _4 I# J$ I  E( `" h0 @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。

& p) @7 b, ^' S( l  khttp://en.wikipedia.org/wiki/NoSQL
2 S; k  Y' d5 Q2 z% z( p
3 v# V& u' I: }

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。

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

好的好的，现在这个写完，然后开始写nosql