|
上一篇文章,我们了解了replica set是如何选举出primary的。当primary被选举出来,就开始处理系统中的写数据的请求,secondary要及时的同步这些写到primary中的最新的数据,保持MongoDB中数据的一致性,那么secondary是如何进行数据同步的呢?接下来我们详细分析这个问题。
# P* C' r: p$ [3 w. T+ `( e+ e
7 U0 X# _7 g0 N9 b# n. w1 a同步0 Q8 h' r0 E5 ^$ `! C/ {
7 e9 X z& k4 d" r+ y
一个secondary在正常运行时,会选择replica set中的一个节点,从这个节点中叫做local.oplog.rs的collection,拉取oplog同步日志。获得同步日志后,进行下边的三项操作:
, [- W, d9 R: P& H4 B. w3 J* R 执行op日志) S5 h. N2 E1 d* m% ^( `
将op日志写入到自己的oplog中(也就是local.oplog.rs)
- H" \& F9 B0 G% e 请求下一个op日志2 o5 Q! z) j0 J
& ?' X7 P6 |( C
如果在第一步执行完毕,第二步还没有执行完的时候,secondary宕机了,那么在secondary重新恢复之后,会认为第二步的写操作还没有执行,重新开始执行第二步。在MongoDB的设计中,oplog的操作是具有幂等性的,也就是说将oplog中的某一条操作记录执行多次,不会影响结果的正确性。) A3 l+ I' t* |, i
W, s" G w) ]6 z 比如说,有一个数据是{counter:1},我们在primary中,对这个数据执行了操作{$inc:{counter:1}},就是把counter字段的值增加1,结果是{counter:2}。Oplog不会记录inc操作,而是直接记录{$set:{counter:2}}。因此,对于oplog中的操作记录,无论执行多少次,都不会影响结果的正确性。
: l- J% }, L6 h; Y- ^6 B+ F5 s$ s
3 o) Y+ u: T: ]) p9 S) j+ qw参数" m& v1 P: |$ z
3 u- F+ R e6 ?7 O. B& e 当我们在MongoDB中执行一个写操作时,默认情况下,写操作指令发送后,就认为写操作执行成功了。为了保证系统可用性和数据安全性,我们可以更改配置,当写操作在n个节点(n包括primary,如果n=1,那就是在primary执行成功后返回)都执行成功后,才返回成功。这个配置的命令如下:
! }# V- a0 l R% Z2 J H1 {db.foo.runCommand({getLastError:1, w:2})* o' r" G2 R+ \6 D; O
2 a: v) R+ n7 x R& @/ n) a
在更改了这个配置之后,执行写操作的流程如下:
8 D1 @8 y( h" b7 h. y/ h' } Q! ~! e
在primary上完成写操作;
, T( v; t6 n6 l& p 写操作被记录在primary的oplog中,oplog中包含一个ts字段,记录了写操作发生的时间t;. c4 S2 ?8 ] h7 H4 f+ T
客户端在primary中执行{getLastError:1, w:2}命令,primary完成了写操作,只要再有一个节点完成写操作,就可以满足w:2 了;/ v/ ]9 `% F2 y- q' r7 f0 \
secondary从primary获得oplog,获得上一次操作的记录;! {. r7 o9 y) l2 N1 @
secondary执行oplog中刚才那一条时间t的操作;
: Z% n: l8 B4 u1 a F! j, ~& b secondary从primary的oplog中获取时间t之后的log,条件为{ts:{$gt:t}};
9 E3 Y a9 e3 ?- K8 q primary知道了secondary已经成功执行了时间t之前的oplog,因为secondary已经在请求时间t之后的oplog了;
& K1 C1 |' d+ N& S7 O getLastError知道primary与secondary都完成了这次写操作,于是 w:2 的条件满足了,向客户端返回成功。/ f* ^! B: \* ]; c- c) g
* d! w+ I" Q0 U; f, y( H2 } ]& ~启动
) D4 `& l# B; e& v$ I" n5 F9 I
1 ?% t- Q8 ^( i" s$ C& C" A' O 当在现有的某个replica set中加入一个新节点并启动时,这个新节点会查看自己的local.oplog.rs collection,执行一个叫 lastOpTimeWritten 的命令,查找到它最近的一条被secondary同步过的写操作。
' H1 H8 V3 F- Z3 U4 j. ]9 ?! _* E+ Z/ n0 V i
这个命令会返回一条oplog记录,其中的ts字段就是最近一次写操作的时间。如果一个节点启动的时候,oplog里没有数据,这个节点会同步其他节点中的所有数据。& H9 O) b7 e* F9 n1 I1 y
( x5 q/ `0 j4 s选择同步源节点! G0 V! M3 L1 ^+ y$ s6 L- B, u9 H
( G+ i' f" \/ L/ Z
Replica Sets中的节点从距离它“最近”的节点同步数据,这个“最近”是通过ping的时间来判断的。在节点之间的心跳检测中,会记录ping某个节点和收到响应的时间,通过这个时间的长短,来确定距离的远近,时间越长视为距离越远。知道了和节点之间的距离,再通过如下的算法,来确定可以同步数据的源节点:
4 u3 j6 p- W* { ]; H& N# w0 @+ s* p$ b) }
for each member that is healthy:
5 I6 B; ^7 |" q3 y. e$ [0 }2 f+ [ if member[state] == PRIMARY+ U0 V9 _8 [8 P; ]* J
add to set of possible sync targets( r6 U# ^, ?: P) {& X
5 g+ Y ], |0 V* V5 J& {/ K if member[lastOpTimeWritten] > our[lastOpTimeWritten]% c* ^ I" @9 k7 B8 W1 S `- ^$ G
add to set of possible sync targets" y5 y" d" m& a; J
: l, h4 P) @8 |8 }0 z* w
sync target = member with the min ping time from the possible sync targets
, w+ ]4 i: l6 _8 M( G) {, @. p7 f
* O8 N+ r7 _8 @* e4 o D! G+ x 对于节点是否健康,MongoDB各个版本的判断依据有所不同,但都是为了找到能够正常运行的节点。
5 O! Y. X2 ?( O0 `' \3 g2 {9 Y6 _& t& }, p6 D
我们可以通过运行db.adminCommand({replSetGetStatus:1})命令来查看当前的节点状况,在secondary上运行这个命令的时候,能够看到syncingTo这个字段,这个字段的值就表示secondary节点同步数据的源节点。
( ?9 L6 V# ?0 T; s/ q/ m/ n; B; k0 ^0 ~2 \$ w. r
链式同步
! B% r& i+ G& c. e' h4 O, P0 P( b/ Q% @
前边所说的内容,都是假设有一个primary和一个secondary,这种情况下的同步过程比较简单,但是如果有2个secondary或者更多,那么这个过程就要复杂的多。1 d3 ^+ r2 ?" R7 o/ [4 N
- X1 F0 R. h7 ` 我们用w:3来说明这个问题。比如S1和S2节点是secondary节点, P节点是primary节点,S1节点从P节点同步数据,S2节点从S1节点同步数据。这样P -> S1 -> S2 之间就形成了一个链。如果我们设定w为3,那么除了primary写入数据,还需要有两个secondaris完成同步,才可以返回成功。那么P节点如何能知道S2节点已经从S1节点同步成功了呢? J2 T+ T7 l* N! I7 W& k5 Q
) u: M+ c8 i, I% j- X# b3 E& s MongoDB通过oplog同步协议来解决上述的多个节点同步的问题。: H/ D/ _' G6 B' x: m& o* S1 D
. ?% j6 j; Y* S8 M- n/ `3 N) Y* k
当S2从S1同步数据时,S2会给S1发送一个特殊的握手消息,“Hi,我是S2,我要从你这同步数据了,把我也算到w参数里边吧。” V/ R4 T) x! T2 c$ S
4 D/ s& \$ u: K" w7 h' @ ^; H) F
当S1收到这个消息的时候,会说,“我不是primary节点,我可以把你这个计数转到我的同步源中去。”然后S1打开一个到P的新的连接,然后对P说,“这个连接你就当是S2的吧,把S2也算到w的计数中。”这个时候,S1和P之间有两个连接,一个是S1自己的,一个是为S2建立的。" j) P- n% D5 |4 L2 V- y
9 |1 j; ^/ E! g" ? 当P执行完写操作之后,S1首先会获取到P的oplog,执行完这个写操作之后,会告诉P,我已经执行完了。然后S2从S1获取到最新的oplog,同样执行这个写操作,执行完之后,告诉S1,我已经执行完了。S1在收到S2执行完毕的消息后,就通过S1代替S2建立的和P的连接,告诉P,我是代替S2建立的连接,现在S2也执行完这个写操作了。这个时候,P就知道已经有P、S1和S2都完成了这个写操作,w:3已经满足了,然后返回成功,完成这次操作。
s7 ^7 H \0 K2 L; m# K
4 O9 A' m( H, ?, Y/ b 具体三个节点间的连接如下图:; N- k( X/ m! L: [3 m
S2 S1 P
1 X) T& k5 Z' A6 O- E; G* E& Z <====> 4 B9 m" P- u2 t0 Y w
<====> <----> . g3 u4 N3 r4 z% o1 u
" f+ L8 u( q: N/ A4 z2 j; u S1和P之间有两条通道,双线那条是真正的同步连接,单线那条是一个虚拟连接。2 R. }/ o$ S' {, `3 g
' ?+ u% s6 a! N; _) d6 t7 K2 \# }" V B- e% C, X5 Q6 O/ Z
Reference,
. Z5 @% M5 p0 C4 V/ Y' M- q8 k$ x$ _0 Y8 [2 P4 B' F' \0 l
[0] Replica Set Internals Bootcamp Part IV: Syncing
& T% f6 z( c4 O9 ^% a( @http://www.kchodorow.com/blog/2012/05/07/replica-set-internals-bootcamp-part-iv-syncing/
5 z) N; N9 J/ U2 X/ a" T) Y |
评分
-
查看全部评分
|