Question

MongoDB 是由 C++语言编写的，是一个基于分布式文件存储的开源数据库系统。

存储结构

MongoDB3.0 引入了插件式存储引擎 API，为第三方的存储引擎厂商加入 MongoDB 提供了方便，这一变化无疑参考了 MySQL 的设计理念。

图 11 mongodb 插件式存储引擎

备注：

1. MMAP 是 MongoDB 的原生存储引擎，有以下缺陷：耗费磁盘空间和内存空间且难以清理，库级别锁。
2. WiredTiger：收购存储引擎厂商 WiredTiger，将 WiredTiger 存储引擎集成进 3.0 版本（仅在 64 位版本中提供）。支持文档级别并发控制；磁盘数据压缩。

存储结构

MongoDB 的数据目录下主要存储有：预写日志(journal)、集合的数据（collection）、集合的索引（index）。

图 12 MongoDB 数据文件内部结构

说明：Collection -- Extent -- Doc

• MongoDB 在数据存储上按命名空间来划分，一个 Collection 是一个命名空间，一个索引也是一个命名空间

• 同一个命名空间的数据被分成很多个 Extent，Extent 之间使用双向链表连接

• 在每一个 Extent 中，保存了具体每一行的数据，这些数据也是通过双向链接连接的

• 每一行数据存储空间不仅包括数据占用空间，还可能包含一部分附加空间，这使得在数据 update 变大后可以不移动位置

• 索引以 BTree 结构实现

MongoDB 的逻辑结构是一种层次结构，主要由：文档 (Document)、集合 (Collection)、数据库 (database) 这三部分组成。

• MongoDB 的文档 (Document)，相当于关系数据库中的一行记录。

• 多个文档组成一个集合 (Collection)，相当于关系数据库的表。

• 多个集合 (Collection)，扩及上组织在一起，就是数据库(database)。

• 一个 MongoDB 实例支持多个数据库 (database)。

集群架构

集群组件

• 单机实例 (mongod instance)：只有一个单机实例，客户端与其直接连接使用。

• 副本集 (Replica sets)：至少 3 个节点组成（一主多从）。其中一个是主节点，负责处理客户端请求，其余的都是从节点，负责复制主节点上的数据。

• 分片 (Sharding)：将一个集合的数据分别存储在不同的 shard 节点上减轻单机压力。

• 路由服务器 (mongos)：负责把对应的数据请求请求转发到对应的 shard 服务器上 mongos，相当于一个负载均衡器。

• 配置服务器 (mongos)：存储所有数据库元信息（路由、分片）的配置。mongos 本身没有物理存储分片服务器和数据路由信息，只是缓存在内存里，配置服务器则实际存储这些数据。

  

图 13 mongodb 集群架构

单机 mongod 组成副本集 -> 分片，客户端通过 mongos 读取 config servers 的信息与分片通信，客户端程序感觉不到集群的存在，他只需要知道 mongos 服务器的 ip 和连接方式，至于它有多少个集群 ip 都不需要关注，mongos 会自动选择。

图 14 MongoDB 分片集群结构

上图中主要有如下所述三个主要组件：

• Shard: 用于存储实际的数据块，实际生产环境中一个 shard server 角色可由几台机器组个一个 replica set 承担，防止主机单点故障
• Config Server: mongod 实例，存储了整个 ClusterMetadata，其中包括 chunk 信息。
• Query Routers: 前端路由，客户端由此接入，且让整个集群看上去像单一数据库，前端应用可以透明使用。