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。

4 a' m% p( t5 c& c, C5 h' `0 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？
) ]# l: K0 z' h# J& y5 P" t0 S, U+ ~
    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。
# j) ~3 B7 k7 m! ^8 n( i) |
& R: L& V' X6 Q. a9 z

) s2 I: }9 U$ ]5 C
. Q( {. ]3 O& n: T& F- }图1-1 MongoDB架构图

2 H$ z1 L3 s9 V0 {4 q
    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）。
7 P; l, ~; I1 A" s
Shards

    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。

    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）。
1 V9 `! e7 D% r5 u, M' q& R! j8 V8 \
    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。
) R* t. W4 D# |7 b% C; u- c
7 I( ?& i- m& M" 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。
0 v6 O' g3 y( B" k1 ~
, w' l3 S1 p+ Y8 ?. Z1 _) @+ g4 JShard keys
( W; y* o+ G( e8 D        
- D2 q0 K1 j  C, Z) D0 N    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。
# t8 Z) A  n$ y% g
2 |+ @3 q1 N- [# x! F* 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，
  m4 z+ E5 q! t, }; ^6 }  w
{
$ ~! s( ]3 K2 g  T/ w. H  "ISBN": "987-30-3652-5130-82",
' y4 n* ]3 K2 t" `  "Type": "CD",
  "Author": "Nirvana",
  "Title": "Nevermind",
  "Genre": "Grunge",
4 S) Y2 e9 J; N2 `  r, q   "Releasedate": "1991.09.24",
  D' _# B! @- W* ?5 d   "Tracklist": [
     {
1 C0 _: M/ L# C+ \) b" u1 {        "Track" : "1",
        "Title" : "Smells like teen spirit",
        "Length" : "5:02"
" Y9 D0 g4 \9 n4 h. M     },
$ B4 x: e4 a* b; m9 k$ J1 n, ?5 A7 q. j     {
6 I. b1 K1 @- l        "Track" : "2",
; _( e4 }" W. w. l# s# G% d% a        "Title" : "In Bloom",
4 ]2 a9 ?) _% M) n8 G        "Length" : "4:15"
     }
   ]
3 I3 U0 V. G0 x! Q) U}

# w0 j6 L- ^& z& Z" l{
  "ISBN": "987-1-4302-3051-9",
  "Type": "Book",
  "Title": "Definite Guide to MongoDB: The NoSQL Database",
  "Publisher": "Apress",
" {9 h& @0 f  h( d, X  "Author": " Eelco Plugge",
1 Q  P% a3 @! s+ o  l  "Releasedate": "2011.06.09"
  Y$ V+ A- w2 v8 J0 O4 M8 m}

6 e/ |$ v( F# q1 u; s4 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。
3 ?( a" L: c9 C% `
2 Z) }& `( j; u! A: b) Z1 G    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。

. k- B# x* g) Z% {- D5 L    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。
' U( a, j9 R1 p6 m
) C% J& ^, E$ t  g: I    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”。

Chunks
        
- ]- ?1 Y9 V5 @# B    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。
  Y2 y0 R9 X6 w3 K, v6 g+ ~0 ]
5 f: D4 g0 o/ _; F4 G

6 N% k; ~/ N3 }4 ^4 V% d图1-2 chunk的三元组

1 h% h. e4 Q+ k; a1 [    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。
3 l9 A/ J; w7 O6 z) K. |
    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。

4 Y- Q6 y' M0 H* b2 e, t5 _- V    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。
* z$ S8 }% F4 H% n( q  U
    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。

0 h5 A3 R5 e" Z1 z    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。

# V+ R' k, ^- nReplica set
; h0 G& ?/ ]7 ?1 ^: R        
    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。
+ g8 G% M2 ^; ]) l3 ~
+ Q% Y8 Q' z) h' f) `+ C) z    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。
7 |1 f9 S8 C& E2 @0 ]. d0 a
    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。
; j' p- D; }" }/ [# C4 f
$ y8 j1 o# e8 g* u1 V% 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。
5 u; B, V' i& ^" `
) G  V3 N$ M1 a9 @/ K: `Config Server
        
: Y' Z" N0 ?, E1 [; a- \    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。

' t" S# z+ ?! `! h0 {    每一个config server都包括了MongoDB中所有chunk的信息。
  U0 ?2 B( W* x& _
4 E9 }( O3 Y  N' ~! t5 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。
0 E0 @" R* N5 G6 q
    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。
. e6 E& G7 ?1 G5 A/ _
% M( i) m4 d  `, M+ j    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。

$ [+ A9 @" M3 r9 }" |  HMongos

9 h% L% u$ b5 `: Y$ ~$ \) N& T    用户使用MongoDB 时，用户的操作请求，全部由mongos来转发。

9 `* C( u; s4 ?' h3 v( I) S6 J! r    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。

    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。


Reference，

4 f. |0 K7 b! t# \& p) H! Y& r[0] Architectural Overview
http://www.mongodb.org/display/DOCS/Sharding+Introduction
) t- l2 W; I# x% f/ I. G4 \

PenPen

- }$ a6 V3 N; O, z, o& }2 s! R
3 v, w( t$ |# Q. T. f
8 W. ~* B4 t& L( a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
1 x4 X, @8 O. T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
是我啊。。。这都能被认出来。。。

- L$ Q" m# U, p" t+ I$ v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
. Q- ~5 s2 z/ H6 D; M  D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 ...

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。
3 B3 z# j0 b3 s. [
* W1 u  q+ G, s+ L. G1 |

梦晓半生

谢谢。
5 o; x9 U) N/ j& f
中文看得真累，大部分还是英文术语。
) q' _* L$ w7 U/ [
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。
! U/ J7 L! C% e7 K6 a8 K$ D
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
5 _% @8 U; f, {9 n8 N3 ?: [$ s我们现在的 technology stack 就是 php + mongodb，涉及财务方面的东西用 postgres。

...

% O, z; `( s+ f, N) _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。

中文看得真累，大部分还是英文术语。

) s/ ^# \# t" w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
9 O" H4 p7 U0 {% t/ M是我啊。。。这都能被认出来。。。

+ `0 J7 W1 O9 P+ A% F/ p3 P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 ...

( o7 L& P' c7 e9 n太好了，期待中，希望都带上英文reference。

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。
- m, j$ D7 B; @: G; ], g/ i( {
. F& g  J# W$ i& Rhttp://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。
+ a0 d* D  @6 i) V7 A5 d; C/ i; z  Z
4 {. L/ ^& p! X) d$ u! ?8 c9 w- D现在这种新技术很多，Mongo是比较流行的一个，我这里附带一 ...

! V4 b" T& J! ~2 Q4 i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

( ?% `+ @1 l7 U9 B0 C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
, \$ h! f, P0 \& G6 c$ y

定风波

恶魔吹笛来 发表于 2012-9-19 18:35
5 a* E: Y, n# u" E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
+ p% R& m; [$ J& ]1 {$ a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。

6 m7 e; \* t( K' Q; Khttp://en.wikipedia.org/wiki/NoSQL

$ R/ G- x$ z3 a9 U9 E/ f4 k好的好的，现在这个写完，然后开始写nosql