【赵渝强老师】MongoDB的分布式存储架构

在MongoDB存在另一种集群就是MongoDB的分片技术。通过使用分片可以满足MongoDB数据量大量增长的需求。当MongoDB存储海量的数据时，一台MongoDB服务器可能不能满足存储数据的要求，也可能不足以提供可接受的读写吞吐量。MongoDB为了解决这一系列的问题提出了将数据分割存储在多台服务器上，使得数据库系统能存储和处理更多的数据，以实现数据的分布式存储。这就是MongoDB的分片。

提示：单个MongoDB复制集中的节点不能超过12个节点。

因此复制集从本质上并不能解决数据海量存储的问题。

一、 MongoDB分片的架构

MongoDB分片的架构需要依赖MongoDB的复制集为基础来实现，下图展示了分片的体系架构。

从图中可以看出，MongoDB的分片主要包含以下几个组成的部分：

前端路由服务器：Router，客户端应用程序从Router接入MongoDB分片集群。Router可以让分片集群看上去像一个单一的数据库。Router通过mongos的命令来启动。
配置服务器：Config Server，负责存储MongoDB分片的元信息以及后端的分片服务器信息。从MongoDB 3.4的版本开始，Config Server必须配置成一个复制集的形式。
分片服务器：Shard Server，负责存储实际的数据块。在实际生产环境中一个Shard Server可以由几台服务器组成一个复制集，从而防止主机单点故障造成数据的丢失。分片服务器也必须是一个复制集的形式。

视频讲解如下
【赵渝强老师】MongoDB的分布式存储架构

二、【实战】部署MongoDB分片

在了解到了MongoDB分片的架构与组成以后，下表列举了MongoDB分片中的各个节点信息。

提示：表中列举的的信息是MongoDB分片架构的最简信息。

例如这里的前端路由服务器只使用了一个节点来实现，

在实际的生产环境中可以搭建多个节点前端路由服务器。

下面通过具体的步骤来演示如何部署一个MongoDB的分片。

（1）创建各个节点数据的存储路径。

powershell 复制代码

mkdir -p /data/27017
mkdir -p /data/37017
mkdir -p /data/37018
mkdir -p /data/47017
mkdir -p /data/47018

（2）创建前端路由服务器的配置信息文件/data/27017/mongos.conf

powershell 复制代码

port=27017
fork=true
logpath=/data/27017/mongos.log
configdb=myshardingconfig/127.0.0.1:37017,127.0.0.1:37018

其中：configdb用于指定配置服务器的地址。

（3）创建第一个配置服务器的配置信息文件/data/37017/mongo_configsvr_37017.conf

powershell 复制代码

dbpath=/data/37017 
port=37017 
fork=true
logpath=/data/37017/configsvr37017.log
replSet=myshardingconfig
configsvr=true

其中：configsvr=true，表示这是一台配置服务器。

（4）创建第一个配置服务器的配置信息文件/data/37018/mongo_configsvr_37018.conf

powershell 复制代码

dbpath=/data/37018
port=37018 
fork=true
logpath=/data/37018/configsvr37018.log
replSet=myshardingconfig
configsvr=true

（5）创建第一个分片服务器的配置信息文件/data/47017/mongo_shardsvr_47017.conf

powershell 复制代码

dbpath=/data/47017
port=47017 
fork=true
logpath=/data/47017/shardsvr47017.log
shardsvr=true
replSet=myshardone

其中：shardsvr=true，表示这是一台分片服务器。

（6）创建第二个分片服务器的配置信息文件/data/47018/mongo_shardsvr_47018.conf

powershell 复制代码

dbpath=/data/47018
port=47018
fork=true
logpath=/data/47018/shardsvr47018.log
shardsvr=true
replSet=myshardtwo

（7）启动所有的MongoDB实例。

powershell 复制代码

mongod --config /data/37017/mongo_configsvr_37017.conf
mongod --config /data/37018/mongo_configsvr_37018.conf
mongod --config /data/47017/mongo_shardsvr_47017.conf
mongod --config /data/47018/mongo_shardsvr_47018.conf

（8）启动前端路由服务器

powershell 复制代码

mongos --config /data/27017/mongos.conf

（9）使用mongoshell连接37017端口上的MongoDB实例完成配置服务器复制集的初始化。

powershell 复制代码

mongo --port 37017

（10）将37017和37018端口上的MongoDB实例加入复制集中。

javascript 复制代码

> cfg = {"_id":"myshardingconfig",
	   "members":[{"_id":0,"host":"127.0.0.1:37017"},
				  {"_id":1,"host":"127.0.0.1:37018"}]}
> rs.initiate(cfg)

（11）查看复制集myshardingconfig的状态信息。

javascript 复制代码

> rs.status()

# 输出的信息如下：
......
"members" : [
	{
		"_id" : 0,
		"name" : "127.0.0.1:37017",
		"health" : 1,
		"state" : 1,
		"stateStr" : "PRIMARY",
		......
	},
	{
		"_id" : 1,
		"name" : "127.0.0.1:37018",
		"health" : 1,
		"state" : 2,
		"stateStr" : "SECONDARY",
		......
	}
],
......

（12）使用mongoshell连接前端路由服务器。

powershell 复制代码

mongo

（13）查看MongoDB分片服务器的信息。

javascript 复制代码

> sh.status()

# 输出的信息如下：
--- Sharding Status --- 
  sharding version: {
  	"_id" : 1,
  	"minCompatibleVersion" : 5,
  	"currentVersion" : 6,
  	"clusterId" : ObjectId("624d60d6675d42fb9b900362")
  }
  shards:   			--> 此处还没有添加任何的分片服务器地址信息。
  active mongoses:
  autosplit:
        Currently enabled: yes
  balancer:
        Currently enabled: yes
        Currently running: no
        Failed balancer rounds in last 5 attempts: 0
        Migration results for the last 24 hours: 
                No recent migrations
  databases:
        { "_id" : "config", "primary" : "config","partitioned" :true}

（14）初始化47017上的复制集。

javascript 复制代码

> cfg = {"_id":"myshardone", 
       "members":[{"_id":0,"host":"127.0.0.1:47017"}]}
	   
> rs.initiate(cfg)

（15）初始化47018上的复制集。

javascript 复制代码

> cfg = {"_id":"myshardtwo", 
       "members":[{"_id":0,"host":"127.0.0.1:47018"}]}
	   
> rs.initiate(cfg)

（16）添加分片服务器

javascript 复制代码

> sh.addShard("myshardone/127.0.0.1:47017")
> sh.addShard("myshardtwo/127.0.0.1:47018")

（17）重新查看MongoDB分片的信息。

javascript 复制代码

> sh.status()

# 输出的信息如下：
--- Sharding Status --- 
  sharding version: {
  	"_id" : 1,
  	"minCompatibleVersion" : 5,
  	"currentVersion" : 6,
  	"clusterId" : ObjectId("624d60d6675d42fb9b900362")
  }
  shards:  --> 分片中的服务器地址。
		{"_id":"myshardone","host":"myshardone/127.0.0.1:47017",
"state":1,"topologyTime":Timestamp(1649238845,3)}
		{"_id":"myshardtwo","host":"myshardtwo/127.0.0.1:47018",
"state":1,"topologyTime":Timestamp(1649238865,3)}
  active mongoses:
        "5.0.6" : 1
  autosplit:
        Currently enabled: yes
  balancer:
        Currently enabled: yes
        Currently running: no
        Failed balancer rounds in last 5 attempts: 0
        Migration results for the last 24 hours: 
                No recent migrations
  databases:
        {"_id":"config","primary":"config","partitioned" : true }

（18）添加一个分片数据库。

javascript 复制代码

> sh.enableSharding("myshardDB")

（19）查看分片数据库的信息。

javascript 复制代码

> sh.status()

# 输出的信息如下：
......
databases:
	{  "_id" : "config",  "primary" : "config",  "partitioned" : true }
			config.system.sessions
					shard key: { "_id" : 1 }
					unique: false
					balancing: true
					chunks:
					myshardone	992
					myshardtwo	32
			too many chunks to print, use verbose if you want to force print
	{  "_id" : "myshardDB",  "primary" : "myshardtwo",  
"partitioned" : true,  
"version":{"uuid": UUID("4c640f1f-77fe-45a6-92b4-b7c90692b845"), 
	 "timestamp" : Timestamp(1649239126, 36),
  "lastMod" : 1 } }

（20）修改数据分片的大小。

javascript 复制代码

> use config
> db.settings.save( { _id:"chunksize", value:1})

注意：默认情况下，分片大小（chunk size）是64M。只有达到了分片的大小，才会进行分片。

（21）开启集合上数据的分片。

javascript 复制代码

> sh.shardCollection("myshardDB.table1",{"_id":1})

提示：这里使用了插入文档的_id作为片键来实现文档的分布式存储。

（22）在数据库myshardDB中创建集合，并插入10万条文档

javascript 复制代码

> use myshardDB
> for(var i = 1; i <= 100000; i++)
{db.table1.insert({"_id":i,"action":"write","iteration no:":i});}

（23）再次查看分片数据库的信息。

javascript 复制代码

> sh.status()

# 输出的信息如下：
......
myshardDB.table1
		shard key: { "_id" : 1 }
		unique: false
		balancing: true
		chunks:
				myshardone	6
				myshardtwo	1
{"_id":{"$minKey":1}}-->>{"_id":2} on:myshardone Timestamp(2,0)
{"_id":	   2}-->>{"_id":20241} on:myshardtwo Timestamp(3,1)
{"_id":20241}-->>{"_id":37933} on:myshardone Timestamp(3,2)
{"_id":37933}-->>{"_id":55627} on:myshardone Timestamp(3,4)
{"_id":55627}-->>{"_id":74150} on:myshardone Timestamp(3,6)
{"_id":74150}-->>{"_id":91829} on:myshardone Timestamp(3,8)
{"_id":91829}-->>{"_id":{"$maxKey":1}}on:myshardoneTimestamp(3,9)
......

从输出的信息可以看出，id值在{2,20241}的数据存储在了myshardtwo 的复制集上；而其他id值对应的数据存储在了myshardone的复制集上。因此可以得出结论，数据实现了分布式存储但效果不是很好。为了实现更好的数据分布式存储应当合理地选择片键。

【赵渝强老师】MongoDB的分布式存储架构

一、 MongoDB分片的架构

二、 【实战】部署MongoDB分片

二、【实战】部署MongoDB分片