By 盛楠、邓侃
关于MongoDB&＃xff0c;我们能看到的资料&＃xff0c;基本都是在指导大家如何使用MongoDB&＃xff0c;但是&＃xff0c;MongoDB内部是如何运作的&＃xff0c;资料不是很多。
阅读使用手册&＃xff0c;会有很多疑惑之处。例如&＃xff0c;有人说&＃xff0c;MongoDB 等同于分布式的 MySQL。它把一个Table &＃xff0c;按 row&＃xff0c;分割成多个Shards&＃xff0c;分别存放在不同的 Servers 上。这种说法是否正确&＃xff1f;
不深入了解 MongoDB 的内部结构&＃xff0c;就无法透彻地回答类似问题。这个系列文章&＃xff0c;就来和大家探讨MongoDB的内部的工作方式。
图1-1 MongoDB架构图
MongoDB 通常运行在一个服务器集群上&＃xff0c;而不是一个单机。图1-1&＃xff0c;描述了一个MongoDB集群的基本组成部分&＃xff0c;包括若干shards&＃xff0c;至少一个config server&＃xff0c;至少一个routing servers&＃xff08;又称 mongos&＃xff09;。
Shards
MongoDB的最基本的数据单元&＃xff0c;叫document&＃xff0c;类似于关系式数据库中的行 row。一系列documents&＃xff0c;组成了一个collection&＃xff0c;相当于关系式数据库中的table。当一个 collection 数据量太大时&＃xff0c;可以把该collection按documents切分&＃xff0c;分成多个数据块&＃xff0c;每个数据块叫做一个chunk&＃xff0c;多个chunks聚集在一起&＃xff0c;组成了一个shard。
Sharding 的意义&＃xff0c;不仅保障了数据库的扩容&＃xff08;scalability&＃xff09;&＃xff0c;同时也保障了系统的负载均衡&＃xff08;load balance&＃xff09;。
Shard keys
为了把collection切分成不同的chunks&＃xff0c;从而存放到不同的shards中&＃xff0c;我们需要制定一个切分的方式。
如前所述&＃xff0c;在 MongoDB 数据库中&＃xff0c;一个表collection由多个行 documents 组成&＃xff0c;而每个 document&＃xff0c;有多个属性 fields。同一个 collection 中的不同的 documents&＃xff0c;可能会有不同的 fields。例如&＃xff0c;有个 collection 叫 Media&＃xff0c;包含两条 documents&＃xff0c;
{
"ISBN": "987-30-3652-5130-82",
"Type": "CD",
"Author": "Nirvana",
"Title": "Nevermind",
"Genre": "Grunge",
"Releasedate": "1991.09.24",
"Tracklist": [
{
"Track" : "1",
"Title" : "Smells like teen spirit",
"Length" : "5:02"
},
{
"Track" : "2",
"Title" : "In Bloom",
"Length" : "4:15"
}
]
}
{
"ISBN": "987-1-4302-3051-9",
"Type": "Book",
"Title": "Definite Guide to MongoDB: The NoSQL Database",
"Publisher": "Apress",
"Author": " Eelco Plugge",
"Releasedate": "2011.06.09"
}
假如&＃xff0c;在同一个 collection 中的所有 document&＃xff0c;都包含某个共同的 field&＃xff0c;例如前例中的“ISBN”&＃xff0c;那么我们就可以按照这个 field 的值&＃xff0c;来分割 collection。这个 field 的值&＃xff0c;又称为 shard key。
在选择 shard key 的时候&＃xff0c;一定要确保这个 key 能够把 collection 均匀地切分成很多 chunks。
例如&＃xff0c;如果我们选择“author”作为 shard key&＃xff0c;如果有大量的作者是重名的&＃xff0c;那么就会有大量的数据聚集在同一个 chunk 中。当然&＃xff0c;假设很少有作者同名同姓&＃xff0c;那么“author”也可以作为一个shard key。换句话说&＃xff0c;shard key 的选择&＃xff0c;与使用场景密切相关。
很多情况下&＃xff0c;无论选择哪一个单一的 field 作为 shard key&＃xff0c;都无法均匀分割 collection。在这种情况下&＃xff0c;我们可以考虑&＃xff0c;用多个 fields&＃xff0c;构成一个复合的 shard key。
延续前例&＃xff0c;假如有很多作者同名同姓&＃xff0c;他们都叫“王二”。用 author 作为 shard key&＃xff0c;显然无法均匀切割 collection。这时我们可以加上 release-date&＃xff0c;组成 name-date 的复合的 shard key&＃xff0c;例如“王二 2011”。
Chunks
MongoDB 按 shard key&＃xff0c;把 collection切割成若干chunks。每个 chunk 的数据结构&＃xff0c;是一个三元组&＃xff0c;{collection&＃xff0c;minKey&＃xff0c;maxKey}&＃xff0c;如图1-2 所示。
图1-2 chunk的三元组
其中&＃xff0c;collection 是数据库中某一个表的名称&＃xff0c;而 minKey 和 maxKey 是 shard key的范围。每一个 document 的shard key 的值&＃xff0c;决定了这条document应该存放在哪个chunk中。
如果两条 documents 的 shard keys 的值很接近&＃xff0c;这两条 documents 很可能被存放在同一个 chunk 中。
Shard key 的值的顺序&＃xff0c;决定了 document 存放的 chunk。在 MongoDB 的文献中&＃xff0c;这种切割 collection 的方式&＃xff0c;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&＃xff0c;接近这个阈值时&＃xff0c;一个 chunk 会被切分成两个新的 chunks。
当一个 shard 存储了过多的 chunks&＃xff0c;这个shard中的某些 chunks 会被迁移到其它 shard 中。
这里有个问题&＃xff0c;假如某一条 document 包含的数据量很大&＃xff0c;超过 64MB&＃xff0c;一个 chunk 存放不下&＃xff0c;怎么办&＃xff1f;在后续章节介绍 GridFS 时&＃xff0c;我们会详细讨论。
Replica set
在生产环境中&＃xff0c;为了保证数据不丢失&＃xff0c;为了提高系统的可用性&＃xff08;availability&＃xff09;&＃xff0c;每一个shard被存储多份&＃xff0c;每个备份所在的 servers&＃xff0c;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&＃xff0c;所有的修改 (insert / update / deletes) 请求都交给 primary 处理。处理结束之后&＃xff0c;再异步地备份到其他 secondary 中。
Primary DB 由 replica set中的所有 servers&＃xff0c;共同选举产生。当这个 primaryDB server 出错的时候&＃xff0c;可以从 replica set 中重新选举一个新的 primaryDB&＃xff0c;从而避免了单点故障。
Replica set 的选举策略和数据同步机制&＃xff0c;确保了系统的数据的一致性。后文详述。
Config Server
Config servers 用于存储 MongoDB 集群的元数据 metadata&＃xff0c;这些元数据包括如下两个部分&＃xff0c;每一个 shard server 包括哪些 chunks&＃xff0c;每个 chunk 存储了哪些 collections 的哪些 documents。
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&＃xff0c;config server 采用了自己独特的 replication 模式&＃xff0c;而没有沿用 replica set。
如果任何一台 config server 挂了&＃xff0c;整个 config server 集群中&＃xff0c;其它 config server 变成只读状态。这样做的原因&＃xff0c;是避免在系统不稳定的情况下&＃xff0c;冒然对元数据做任何改动&＃xff0c;导致在不同的 config servers 中&＃xff0c;出现元数据不一致的情况。
MongoDB 的官方文档建议&＃xff0c;配置 3 个 config servers 比较合适&＃xff0c;既提供了足够的安全性&＃xff0c;又避免了更多的 config servers 实例之间的数据同步&＃xff0c;引起的元数据不一致的麻烦。
Mongos
用户使用MongoDB 时&＃xff0c;用户的操作请求&＃xff0c;全部由 mongos 来转发。
当 mongos 接收到用户请求时&＃xff0c;它先查询 config server&＃xff0c;找到存放相应数据的 shard servers。然后把用户请求&＃xff0c;转发到这些 shard servers。当这些 shard servers完成操作后&＃xff0c;它们把结果分别返回给 mongos。而当 mongos 汇总了所有的结果后&＃xff0c;它把结果返回给用户。
Mongos 每次启动的时候&＃xff0c;都要到 config servers 中读取元数据&＃xff0c;并缓存在本地。每当 config server中的元数据有改动&＃xff0c;它都会通知所有的 mongos。
Mongos 之间&＃xff0c;不存在彼此协同工作的问题。因此&＃xff0c;MongoDB 所需要配置的 mongos server的数量&＃xff0c;没有限制。
通过以上的介绍&＃xff0c;我们对每个组成部分都有了基本的了解&＃xff0c;但是涉及到工作的细节&＃xff0c;我们尚有诸多疑问&＃xff0c;例如&＃xff0c;一个chunk的数据太大&＃xff0c;如何切分&＃xff1f;一个shard数据太多&＃xff0c;如何迁移&＃xff1f;在 replica set 中&＃xff0c;如何选择primary&＃xff1f;server挂了&＃xff0c;怎么进行故障恢复&＃xff1f;接下来的章节&＃xff0c;我们逐个回答这些问题。
&＃xff0c;出现元数据不一致的情况。
MongoDB 的官方文档建议&＃xff0c;配置 3 个 config servers 比较合适&＃xff0c;既提供了足够的安全性&＃xff0c;又避免了更多的 config servers 实例之间的数据同步&＃xff0c;引起的元数据不一致的麻烦。
Mongos
用户使用MongoDB 时&＃xff0c;用户的操作请求&＃xff0c;全部由 mongos 来转发。
当 mongos 接收到用户请求时&＃xff0c;它先查询 config server&＃xff0c;找到存放相应数据的 shard servers。然后把用户请求&＃xff0c;转发到这些 shard servers。当这些 shard servers完成操作后&＃xff0c;它们把结果分别返回给 mongos。而当 mongos 汇总了所有的结果后&＃xff0c;它把结果返回给用户。
Mongos 每次启动的时候&＃xff0c;都要到 config servers 中读取元数据&＃xff0c;并缓存在本地。每当 config server中的元数据有改动&＃xff0c;它都会通知所有的 mongos。
Mongos 之间&＃xff0c;不存在彼此协同工作的问题。因此&＃xff0c;MongoDB 所需要配置的 mongos server的数量&＃xff0c;没有限制。
通过以上的介绍&＃xff0c;我们对每个组成部分都有了基本的了解&＃xff0c;但是涉及到工作的细节&＃xff0c;我们尚有诸多疑问&＃xff0c;例如&＃xff0c;一个chunk的数据太大&＃xff0c;如何切分&＃xff1f;一个shard数据太多&＃xff0c;如何迁移&＃xff1f;在 replica set 中&＃xff0c;如何选择primary&＃xff1f;server挂了&＃xff0c;怎么进行故障恢复&＃xff1f;接下来的章节&＃xff0c;我们逐个回答这些问题。
京公网安备 11010802041100号