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。
' x& n7 o- j3 \. s
    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？

, N) v) }% L( V/ z    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。
: T  Q' [9 _& R4 T+ f+ [# e6 {1 U

7 {6 @* e3 z& D图1-1 MongoDB架构图

+ ?/ o/ k$ y: u, D2 h% w    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

! D5 |( x  j1 A# E1 U8 q5 \    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。
4 K' t1 ^' B2 E& o
    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）。

    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。

1 g1 Z) m0 y4 o2 b    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。

Shard keys
        
' ]9 K  m, U8 N: ]0 k    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。

4 L6 l% H% ~+ q. e+ I" B$ \- ^    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，

6 ]1 n+ L; p0 G- m+ {2 {{
- G2 e" G. D* {- p  "ISBN": "987-30-3652-5130-82",
  "Type": "CD",
  "Author": "Nirvana",
; `$ O4 g% W( u( Y) W" e$ B( `2 B  "Title": "Nevermind",
  "Genre": "Grunge",
$ @4 ?% d7 s4 q, S6 t2 Y9 P# D- ^   "Releasedate": "1991.09.24",
' G+ f$ p6 x9 x; F& A   "Tracklist": [
     {
        "Track" : "1",
        "Title" : "Smells like teen spirit",
# m+ A$ c  v9 m        "Length" : "5:02"
6 g% B# H4 l7 d: ~4 l7 e+ ]     },
     {
* ^# K  R* `7 M        "Track" : "2",
        "Title" : "In Bloom",
        "Length" : "4:15"
5 k' j$ X5 R/ {: e+ w     }
" a; z" K! z9 J8 Y( l1 {   ]
}

{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
8 Y2 J5 H( v4 b3 U9 r, ^  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
+ r9 u* D' w: k/ q$ s( ?  "Author": " Eelco Plugge",
2 J7 S8 n8 _+ M5 G3 @0 u  "Releasedate": "2011.06.09"
}
- ?( O* b7 T4 c7 c$ G
- b- j1 E, l2 ?: z6 d: I: b    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。

2 @; H6 s2 W5 j0 R5 s; {    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。
  {& a5 V+ j( o% O$ R. `% Y9 {7 L
/ q% ^$ Y) |. d    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”。
% ^& X# W. ?4 n( }" V  O
Chunks
6 P9 u; [& j% |- U        
    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。
. I# ^7 [$ z1 J
% B, W- J0 P& ?8 [4 W

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。
4 C0 V. i8 p1 h2 K  b/ }; T
6 m  |# t4 a( n: Z1 e    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。

1 a0 s# O3 Q6 a. 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。
/ F* |3 G5 Y" T3 n  h% ]
) U$ C" o: \: ]% ^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。

    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。
# n! e/ h6 F: 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。
) a! g( B) U, P$ P
; w/ ^# e- A( M7 r    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。

Config Server
9 q7 y9 ]1 z8 V. v) W8 ^) ]        
    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。
! \$ R7 N8 ?0 Z) L
) z  v) O- U0 P) q; A8 ~- f8 X    每一个config server都包括了MongoDB中所有chunk的信息。
, a4 J! g: b; Q/ Z- g. c
    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。
( g# T9 `% v! @
8 L# p" ~, @* D2 v! O1 S    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
5 q, F5 I* X* q, o, ]. G  F( M, L
# I: N: b) a; x: r3 v8 b    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。
. Y" W( ^2 \* ~7 g9 c; d3 _! {
% k: |2 r" b+ e' b! b1 J* O2 Z    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。

1 W3 X8 r( h: `* G5 Q- k5 r5 p+ I    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。

2 X$ k' I8 U) w. M. J, `    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。
5 H' w. _6 b# k9 ~$ V2 ~) u) ~

Reference，
9 N' u* L) @$ _7 M4 j+ k8 m
[0] Architectural Overview
% B9 c: N( ^8 w1 {2 fhttp://www.mongodb.org/display/DOCS/Sharding+Introduction
% P! A* H. U0 `3 g) n5 C- p

PenPen

0 _. N1 i* l/ K  G2 F; }3 S. Z- _
3 X1 Y+ Z" w9 _9 I8 M
7 x3 v$ L" z1 Q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
- B; X, l* Y0 e% \2 Z4 i8 e) ^0 N您是和邓侃一起写文章的盛楠么？

$ h2 P! C. O; B" `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。。。

' ]+ Z  X2 h: p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
; s' d  w/ U# x& K0 p# p* }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~

1 Z6 l4 t: R( Y3 _/ a) p8 m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
5 H1 F+ l- t4 F1 i% z$ Q) E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 ...

' U) x: P# i* x, `+ _+ u2 e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。

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。
7 @( j  T. a- n; t- }
2 s: j& u2 ^0 B. \- u: i

梦晓半生

谢谢。

- C, [# R% r' p/ Z5 n+ y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。

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。
6 ]# ?7 g' z2 \# [0 D2 S
...

; N% c& L( h. P3 ~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
6 ]) [0 s7 e, ?8 ~谢谢。

中文看得真累，大部分还是英文术语。

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
( d% T7 k6 ~9 F; b! u是我啊。。。这都能被认出来。。。

& V% u* {/ M( @是邓嫂么？

shengnan007

profer 发表于 2012-9-19 14:16
* \% I8 D. K6 j+ G5 V是邓嫂么？

, m$ Z; j! T+ d% x% V9 l- `. A3 B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 ...

/ ^& c* t( v9 V7 K6 H太好了，期待中，希望都带上英文reference。

2 g6 L. ^% t7 b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。

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

shengnan007

梦晓半生 发表于 2012-9-20 00:57
% r+ d0 l) y) |+ \& z% P& {太好了，期待中，希望都带上英文reference。
0 \1 r: a% A# }. `0 |/ u! i4 K4 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 ...

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
: t) T" x$ g1 G1 G( |+ b现在写的也很纠结，资料太少了，哈哈

! |5 i, S( S7 p, t: ]- ~6 ~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

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 r% f% l6 E5 r
http://en.wikipedia.org/wiki/NoSQL

好的好的，现在这个写完，然后开始写nosql