干货满满 | MongoDB集群实战攻略

Posted 2021-05-01 ITPUB

点击蓝色字关注 "ITPUB" 一起玩耍哦~

文 | 杨荣康

转自 | 中兴大数据

简介

MongoDB是一个开源的，基于分布式的，面向文档存储的菲关系型数据库。可以运行在Windows、Unix、OSX、Solaris系统上，支持32位和64位应用，提供多种编程语言的驱动程序。MongoDB支持的数据结构非常松散，是类似JSON的BSON格式，通过键值对的形式存储数据，可以存储复杂的数据类型。

基本概念

文档（document）：文档是MongoDB的核心概念，是数据的基本单元，类似于关系数据库中的行。在MongoDB中，文档表示为键值对的一个有序集。文档一般使用如下的样式来标记：

{"title":"hello!"}

{"title":"hello!","recommend":5}

{"title":"hello!","recommend":5,"author":{"firstname":"paul","lastname":"frank"}}

从上面的例子可以看到，文档的值有不同的数据类型，甚至可以是一个完整的内嵌文档（最后一个示例的author就是一个文档）

集合（collection）：集合是一组文档的集合，相当于关系型数据库中的数据表，MongoDB数据库不是关系型数据库，没有模式的概念。同一集合中的文档可以有不同的形式。比如：

{"name":"jack","age":19}
{"name":"wangjun","age":22,"sex":"1"}

可以存在同一个集合当中。

数据库（database）：多个文档构成集合，多个集合组成数据库。一个MongoDB实例可以承载多个数据库，每个数据库可以拥有0到多个集合。

MongoDB 的主要目标是在键值对存储方式（提供了高性能和高度伸缩性）以及传统的 RDBMS（关系性数据库）系统，集两者的优势于一身。MongoDB适用于以下场景：

• 网站数据：Mongo 非常适合实时的插入，更新与查询，并具备网站实时数据存储所需的复制及高度伸缩性。

• 缓存：由于性能很高，Mongo 也适合作为信息基础设施的缓存层。在系统重启之后，由 Mongo 搭建的持久化缓存可以避免下层的数据源过载。 

• 大尺寸、低价值的数据：使用传统的关系数据库存储一些数据时可能会比较贵，在此之前，很多程序员往往会选择传统的文件进行存储。

• 高伸缩性的场景：Mongo非常适合由数十或数百台服务器组成的数据库

• 用于对象及JSON数据的存储：Mongo的BSON数据格式非常适合文档格式化的存储及查询。

当然 MongoDB 也有不适合的场景：

• 高度事务性的系统：例如银行或会计系统。传统的关系型数据库目前还是更适用于需要大量事务的应用程序。

• 传统的商业智能应用：针对特定问题的 BI 数据库能够提供高度优化的查询方式。对于此类应用，数据仓库可能时更适合的选择（如Hadoop套件中的Hive）。

• 需要SQL的问题。  

集群攻略

MongoDB在商用环境中，为了高可用性，通常都是以集群形式使用的，MongoDB的集群环境搭建非常简单，下面就作一个介绍。 

主从模式

我们在使用mysql数据库时广泛采用的模式，采用双机备份后主节点挂掉了后从节点可以接替主机继续服务。所以这种模式比单节点的要可靠得多。

下面看一下怎么一步步搭建MongoDB的主从复制节点：

1. 准备两台机器 10.43.159.56 和 10.43.159.58。 10.43.159.56当作主节点， 10.43.159.58作为从节点。

2. 分别下载MongoDB安装程序包。在10.43.159.56上建立文件夹/data/MongoDBtest/master，10.43.159.58建立文件夹/data/MongoDBtest/slave。

3. 在10.43.159.56启动MongoDB主节点程序。注意后面的这个 “ –master ”参数，标示主节点：

mongod –dbpath /data/MongoDBtest/master–master

输出日志如下，成功：

[initandlisten] MongoDB starting :pid=18285 port=27017 dbpath=/data/MongoDBtest/master master=1

mongod –dbpath /data/MongoDBtest/slave–slave –source 10.43.159.56:27017

输出日志如下，成功：

[initandlisten] MongoDB starting : pid=17888port=27017 dbpath=/data/MongoDBtest/slave slave=1 

日志显示从节点从主节点同步复制数据 ：

[replslave] repl: from host: 10.43.159.56:27017

这样，主从结构的MongoDB集群就搭建好了，是不是很简单？

下面我们来看看这个集群能做什么？先登录到从节点shell上，执行插入数据：

mongo 127.0.0.1:27017  

> db.testdb.insert({"test3":"testval3"});  

not master  

可以看到 MongoDB的从节点是只能读，不能执行写操作的。

那么如果主服务器挂掉，从服务器可以接替工作吗？

可以试一下，强制关掉主节点上的MongoDB进程，登录在从节点上，再次执行插入数据：

> db.testdb.insert({"test3":"testval3"});  

not master  

看来从节点并没有自动接替主节点的工作，那就只有人工处理了，停止从节点，再以master的方式启动从节点，由于从节点上数据跟主节点一样，此时从节点是可以替代主节点工作的，这属于人工切换。

此外，我们可以搭建多个从节点，实现数据库的读写分离，比如主节点负责写，多个从节点负责读，对于移动APP，绝大部分操作都是读操作，可以实现负荷分担。 

那么，搭建了这套主从结构的集群是不是就能应付商用环境呢？我们发现还是有几个问题亟待解决的：

• 主节点挂了能否自动切换连接？目前需要手工切换。

• 主节点的写压力过大如何解决？

• 从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？

• 就算对从节点路由实施路由访问策略能否做到自动扩展？

解决这几个问题就要靠下面介绍的副本集模式了。 

副本模式

MongoDB官方已经不建议使用主从模式了，替代方案是采用副本集的模式，那什么是副本集呢？简单地说，副本集就是有自动故障恢复功能的主从集群，或者说主从模式其实就是一个单副本的应用，没有很好的扩展性和容错性。而副本集具有多个副本保证了容错性，就算一个副本挂掉了还有很多副本存在，更棒的是副本集很多地方都是自动化的，它为你做了很多管理工作。聪明的读者已经发现，主从模式的第一个问题手工切换已经得到解决了，难怪MongoDB官方强烈推荐使用这种模式。我们来看看MongoDB副本集的架构图：

由图可以看到客户端连接到整个副本集，不关心具体哪一台机器是否挂掉。主服务器负责整个副本集的读写，副本集定期同步数据备份，一旦主节点挂掉，副本节点就会选举一个新的主服务器，这一切对于应用服务器不需要关心。我们看一下主服务器挂掉后的架构：

副本集中的副本节点通过心跳机制检测到主节点挂掉后，就会在集群内发起主节点的选举机制，自动选举一位新的主服务器。So Cool！让我们赶紧来部署一下！

官方推荐的副本集机器数量为至少3个（官方说副本集数量最好是奇数），那我们也按照这个数量配置测试。

1. 准备三台机器 10.43.159.56、 10.43.159.58、10.43.159.60。10.43.159.56当作副本集主节点，10.43.159.58、10.43.159.60作为副本集副本节点。

2. 分别在每台机器上建立MongoDB副本集测试文件夹

3. 下载安装MongoDB的安装程序包

4. 分别在每台机器上启动MongoDB

给你的副本集取个名字吧，比如这里叫test：

/data/MongoDBtest/MongoDB-linux-x86_64-2.4.8/bin/mongod  --dbpath /data/MongoDBtest/replset/data   --replSet test

从日志可以看出副本集还没有初始化。 

5. 初始化副本集

在三台机器上任意一台机器登陆MongoDB：

/data/MongoDBtest/MongoDB-linux-x86_64-2.4.8/bin/mongo

使用admin数据库：

use admin

定义副本集配置变量，这里的 _id:”test” 和上面命令参数“ –replSet test” 要保持一致：

config = { _id:"test", members:[
... {_id:0,host:" 10.43.159.56:27017"},
... {_id:1,host:" 10.43.159.58:27017"},
... {_id:2,host:" 10.43.159.60:27017"}]
... }

初始化副本集配置：

rs.initiate(config);

输出成功：

{  

    "info" : "Config now saved locally.  Should come online in about a minute.",  

    "ok" : 1  

}  

查看日志，副本集启动成功后，56为主节点PRIMARY，58、60为副本节点SECONDARY，注意这里是三个节点共同选举出的主节点，有一定随机性。

查看集群节点的状态：

rs.status();

整个副本集已经搭建成功了。是不是超级简单？ 

副本集模式的MongoDB不仅搭建简单，而且功能强大。现在回头看看这种模式能否解决我们前面遗留的问题：主节点挂了能否自动切换连接？

先测试副本集数据复制功能是否正常

首先在主节点56上插入数据，然后再副本节点上查看数据，发现日志报错：

error: { "$err" : "not master and slaveOk=false", "code" : 13435 } at src/mongo/shell/query.js:128

这是因为默认只从主节点读写数据，副本不允许读，只要设置副本可以读即可。在副本节点上执行：rs.slaveOk()，然后查询数据，发现主节点的数据已经同步过来了。 

再测试下副本集的故障转移功能

先停掉主节点56上的进程，可以看到58和60节点上的日志显示的就是投票过程。再执行rs.status()可以看到集群状态更新了，56为不可达，58成为主节点，60还是副本。再启动56节点，发现还是58为主节点，56变为副本节点。这样就解决了第一个故障自动转移的问题。

那么，对于主节点读写压力过大，如何解决呢？常见的解决方案是读写分离，MongoDB副本集的读写分离如何做呢？

看图说话：

对于移动APP的场景，通常写操作远没有读操作多，所以一台主节点负责写，两台副本节点负责读。从哪个节点读，完全可以由客户端选择，数据读取参数一共有五类（Primary、PrimaryPreferred、Secondary、SecondaryPreferred、Nearest）：

• Primary：默认参数，只从主节点上进行读取操作； 

• PrimaryPreferred：大部分从主节点上读取数据，只有主节点不可用时从Secondary节点读取数据。 

• Secondary：只从Secondary节点上进行读取操作，存在的问题是Secondary节点的数据会比Primary节点数据“旧”。 

• SecondaryPreferred：优先从Secondary节点进行读取操作，Secondary节点不可用时从主节点读取数据； 

• Nearest：不管是主节点、Secondary节点，从网络延迟最低的节点上读取数据。

典型的副本集组网中，除了有副本节点，还有其他角色，比如仲裁节点，如下图： 

其中的仲裁节点不存储数据，只是负责故障转移的群体投票，这样就少了数据复制的压力。此外还有Secondary-Only、Hidden、Delayed、Non-Voting等角色。

Secondary-Only：不能成为Primary节点，只能作为Secondary副本节点，防止一些性能不高的节点成为主节点。 
Hidden：这类节点是不能够被客户端制定IP引用，也不能被设置为主节点，但是可以投票，一般用于备份数据。 
Delayed：可以指定一个时间延迟从Primary节点同步数据。主要用于备份数据，如果实时同步，误删除数据马上同步到从节点，恢复又恢复不了。 
Non-Voting：没有选举权的Secondary节点，纯粹的备份数据节点。

总结及思考

到此整个MongoDB副本集搞定了两个问题：

• 主节点挂了能否自动切换连接？    //咱用副本集

• 主节点的读写压力过大如何解决？ //读写分离

还有两个问题待后续解决：

• 从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？

• 如果数据压力大到机器支撑不了的时候能否做到自动扩展？

这个可以通过MongoDB的分片功能来解决，我们下次再说。Bye Bye！

 本周Daily 

◦ 

◦ 

◦ 

◦