MongoDB的索引事物和高可用分析

djjkdjjk - 2023-04-04 05:01:36

---

MongoDB

MongoDB是一个基于分布式文件存储的数据库，MongoDB是一个介于关系数据库和非关系数据库(nosql)之间的数据库产品。

MongoDB与MySQL术语对比MongoDBMySQLdatabasedatabasecolumnfielddocumentrowcollectiontabledatabase 数据库，与SQL的数据库(database)概念相同，一个数据库包含多个集合(表)

collection集合，相当于SQL中的表(table)，一个集合可以存放多个文档(行)。
不同之处就在于集合的结构(schema)是动态的，不需要预先声明一个严格的表结构。更重要的是，默认情况下 MongoDB并不会对写入的数据做任何schema的校验；

document 文档，相当于SQL中的行(row)，一个文档由多个字段(列)组成，并采用bson(json)格式表示；field字段，相当于SQL中的列(column)，相比普通column的差别在于field的类型可以更加灵活，比如支持嵌套的文档、数组；MongoDB vs. 关系型数据库

适用场景应用不需要事务及复杂 join 支持新应用，需求会变，数据模型无法确定，想快速迭代开发应用需要2000-3000以上的读写QPS（更高也可以）应用需要TB甚至 PB 级别数据存储应用发展迅速，需要能快速水平扩展应用要求存储的数据不丢失 应用需要99.999%高可用应用需要大量的地理位置查询、文本查询存储引擎和索引存储引擎

WiredTiger存储引擎之一：基础数据结构分析

索引类型

MongoDB 索引详解（一）

事物

一直以来，"不支持事务" 是 MongoDB 一直被诟病的问题，当然也可以说这是 NoSQL 数据库的一种权衡(放弃事务，追求高性能、高可扩展)，但实质上，MongoDB 很早就有事务的概念，但是这个事务只能是针对单文档的，即单个文档的操作是有原子性保证的。
在4.0 版本之后，MongoDB 开始支持多文档的事务：

4.0 版本支持副本集范围的多文档事务；4.2 版本支持跨分片的多文档事务(基于两阶段提交)；

MongoDB 虽然已经在 4.2 开始全面支持了多文档事务，但并不代表大家应该毫无节制地使用它。相反，对事务的使用原则应该是：能不用尽量不用。通过合理地设计文档模型，可以规避绝大部分使用事务的必要性

为什么？事务 = 锁，节点协调，额外开销，性能影响

MongoDB WiredTiger存储引擎支持read-uncommitted、read-committed和snapshot3种事务隔离级别，MongoDB启动时默认选择snapshot隔离。

隔离级别描述read-uncommitted一个事务的修改，即使没有提交，对其他事务也都是可见的。事务可以读取未提交的数据，这也被称为“脏读（dirty read）”read-committed一个事务从开始直到提交之前，所做的任何修改对其他事务都是不可见的snapshot事务开始时，系统会创建一个快照，从已提交的事务中获取行版本数据，如果行版本数据标识的事务尚未提交，则从更早的事务中获取已提交的行版本数据作为其事务开始时的值。类似于 Repeatable Read事务开发：写操作事务

writeConcern：决定一个写操作落到多少个节点上才算成功。writeConcern 的取值包括：

0：发起写操作，不关心是否成功；1~集群最大数据节点数：写操作需要被复制到指定节点数才算成功；majority：写操作需要被复制到大多数节点上才算成功。all：写操作需要被复制到全部节点上才算成功。事务开发：读操作事务

在读取数据的过程中我们需要关注以下两个问题：

从哪里读？什么样的数据可以读？

第一个问题是是由 readPreference：决定使用哪一个节点来满足正在发起的读请求

primary: 只选择主节点；primaryPreferred：优先选择主节点，如果不可用则选择从节点；secondary：只选择从节点；secondaryPreferred：优先选择从节点，如果从节点不可用则选择主节点；nearest：选择最近的节点；

第二个问题则是由 readConcern：决定这个节点上的数据哪些是可读的，类似于关系数据库的隔离级别

available：读取所有可用的数据;local：读取所有可用且属于当前分片的数据;majority：读取在大多数节点上提交完成的数据;linearizable：可线性化读取文档;snapshot：读取最近快照中的数据;事务开发：多文档事务MongoDB ACID事务支持

高可用复制集机制及原理

MongoDB的 复制集类似于MySQL的主从架构，但是又比MySQL的主从架构要强大的多。
复制集的作用：

数据写入时将数据迅速复制到另一个独立节点上在接受写入的节点发生故障时自动选举出一个新的替代节点

在实现高可用的同时，复制集实现了其他几个附加作用：

数据分发：将数据从一个区域复制到另一个区域，减少另一个区域的读延迟读写分离：不同类型的压力分别在不同的节点上执行异地容灾：在数据中心故障时候快速切换到异地

复制集架构

一个典型的复制集由3个以上具有投票权的节点组成，包括：
一个主节点（PRIMARY）：接受写入操作和选举时投票
两个（或多个）从节点（SECONDARY）：复制主节点上的新数据和选举时投票
不推荐使用 Arbiter（投票节点）

数据是如何复制的

当一个修改操作，无论是插入、更新或删除，到达主节点时，它对数据的操作将被记录下来（经过一些必要的转换），这些记录称为 oplog。

从节点通过在主节点上打开一个 tailable 游标不断获取新进入主节点的 oplog，并在自己的数据上回放，以此保持跟主节点的数据一致。

分片集群架构

路由节点 mongos：提供集群入口、转发应用端请求、选择合适数据节点进行读写、合并多个数据节点的返回配置节点 Config：提供集群元数据存储、分片数据分布的映射数据节点 mongod：负责存储数据库数据，每个Shard数据分片默认三节点副本集（三节点副本集由Primary节点+1个Secondary节点+1个Arbiter节点构成）、以复制集为单位横向扩展

分片集群特点：应用全透明，无特殊处理、数据自动均衡、动态扩容，无须下线

数据分片策略

Chunks块：MongoDB将分片数据拆分成块。每个分块都有一个基于分片键的上下限范围

基于范围：范围分片能很好的满足『范围查询』的需求，比如想查询x的值在[-75, 25]之间的所有文档，这时mongos直接能将请求路由到Chunk2，就能查询出所有符合条件的文档。

优点：片键范围查询性能好、优化读缺点：数据分布可能不均匀、容易有热点

基于 Hash：Hash分片是根据用户的shard key计算hash值（64bit整型），根据hash值按照『范围分片』的策略将文档分布到不同的chunk

优点：数据分布均匀，写优化缺点：范围查询效率低

基于 zone / tag：基于地域去划分

文档参考geektime-mongodb-course

Tags 标签

gomongodb

扩展阅读