对于做过数据处理,使用过消息队列的小伙伴 ,Kafka可以算是老朋友了,但是最近一个场景下,新的用法,让其变为了MongoDB的新搭档。
开始
从一个问题开始,熟悉MongoDB的小伙伴,可能使用过changeStream。
changeStream:允许应用程序实时订阅和处理数据库中的数据变化,即当MongoDB Client使用changeStream来订阅某个表的时候,表中的实时数据有变化,则会被MongoDB Client端近乎实时监控并获取到。但是这种实时的数据监控获取背后,隐藏着很大的成本。
沉重的changeStream
看过MongoDB Client源码的伙伴,可以发现对于changeStream的实现 ,MongoDB Client的实现,是一个不关闭的cursor, 不断的查询(对于数据库的操作符: getmore),是否有新的符合要求的数据产生。这样对于数据库每秒轮询的次数 ,取决于网络io耗时,假设每次查询耗时10ms,则1s内 可以查询,数据库 1000/10 ⇒ 100次。
这还是开启了一个changeStream,如果一个MongoDB Client开启了多个changeStream,而整个服务又有多个MongoDB Client,那么对于MongoDB Server来说,是很消耗资源的,所以changeStream 对于MongoDB Server 来说,比较重。
搭配Kafka,优化一下
优化后,搭配Kafka,结构变为了 MongoDB → kafaka → kafaka client,如下
再前后对比一下 ,
可以看到的changeStream 减少了,只和kafka交互, MongoDB Server压力小了很多 ,此外随着订阅者的增多,请求与交互的增多,这种结构还有额外的优势,
- 订阅数量:Kafka 单实例支持最大订阅数的能力还是更多的。
- 横向扩容:虽然MongoDB也支持横向扩容 ,但是相对来说 ,Kafka的横向扩容相较于MongoDB更轻松些。
同时由于单个Kafka实例就可以支持较高的订阅数,扩少部分的实例,就可以获得更多的并发订阅能力。
Kafka - MongoDB 二者关系
搭配Kafka,MongoDB 有两种使用关系,
关系1 :AS source - MongoDB 作为数据源
这种就是上面提到的,结构 :MongoDB → Kafka → APP (Kafka Client)
MongoDB作为数据的提供者,Kafka 做数据扩散。
作为数据扩散服务,扇形结构,类似的服务很多,还有之前写过的SNS 【一文搞懂 AWS-SNS 服务】),也是可以做扇形数据扩散。
关系2:AS sink - MongoDB 作为接收者
结构:Kafka → MongoDB → APP (MongoDB Client)
MongoDB作为数据接受者,接收来Kafka的数据,存储数据并提供给下游更高效的查询能力。
最后
MongoDB配合Kakfa,在有些场景下,十分有益。但这种做法其实优缺点也比较明显,
- 优点 ,减轻数据库负担,订阅容量增大, 横向扩容能力变强 。
- 缺点,也显而易见,新增一个Kafka服务,维护成本也会变大。
所以,如何选择,要根据实际场景,实际的数据量,订阅量来决定是否搭配Kafka。