ITPub博客

首页 > 数据库 > NoSQL > MongoDB分片环境下的查询路由

MongoDB分片环境下的查询路由

NoSQL 作者:xiaoy_selenium 时间:2015-07-25 15:46:58 0 删除 编辑

更多关于MongoDB的技术分享请关注我的公众号:mongodb_side

github版本 - 7a02f29211e96977765f2461253d3fa99b6a3def

根据2015-01-14官方文档快照翻译(v2.6.7 & v2.8.0-rc4

翻译 shingo6623662005@163.com



在分片集群环境中,
MongoDB通过 mongos实例来路由读写操作。从应用的角度来说,mongos 是访问集群的唯一入口,应用程序不能直接连接集群环境中的分片节点。

通过缓存config节点的元数据信息, mongos 可以跟踪到数据在哪个分片上。mongos 利用这些元数据信息将应用和客户端的操作路由到具体的mongod 实例。mongos 不提供持久化,并且只消耗很少的系统资源。

最常见的做法是将mongos 实例和应用服务器部署在同一环境下,当然你也可以将mongos 实例和分片节点放在一起,或者用专门的资源来运行它。

注意

2.1版更新。

一些使用aggregate 命令的聚合操作(db.collection.aggregate()) ,会使得mongos 实例较之前的版本需要更多CPU资源。如果你的分片环境中大量使用了aggregation框架,那么你可能要更改部署架构来应对这部分性能上的调整。


路由过程


mongos
如何决定由哪些分片来接收一个查询

mongos 路由一个查询到集群中有两步:


  1. 1.  确定接收查询的 分片 列表。
  2. 2.  为所有目标分片建立一个游标。

在一些情况下,例如当 shard key shard key的某个前辍部分被当做查询条件的一部分时, mongos 会将查询路由到分片集的某个子集下,其它时候,mongos 将查询引向所有包含目标表数据的分片下。

(译者注:这里所说的shard key的某个前辍部分是指如果是复合key,那么从第一个字段开始按序往后的子集,这个子集对查询时尽可能精确的定位分片有很大帮助,子集越大定位越准。)

示例:

有下面的shard key

{ zipcode: 1, u_id: 1, c_date: 1 }

根据集群中具体的chunk分布情况,mongos 可能会将查询路由到一部分分片上,如果查询包括以下字段:

{ zipcode: 1 }

{ zipcode: 1, u_id: 1 }

{ zipcode: 1, u_id: 1, c_date: 1 }


Mongos
如何处理查询修改器

如果查询结果不需要排序,mongos 会开启一个结果游标,从各个目标分片的游标轮循结果。

2.0.5版更新:2.0.5之前的版本中, mongos 一个接一个将游标从头滑到尾。

(译者注:2.0.5版之前mongos会循环所有目标分片返回的数据集,每一个数据库通过游标从头至尾;从2.0.5开始,mongos开启一个总的游标,每个数据集拿一条数据,循环往复。)


如果查询操作用
sort()方法指定了排序规则, mongos $orderby选项传递给各个目标分片。在通过mongos 将结果集返回客户端之前,数据库的主shard会接收所有结果数据,确定后执行合并排序。

如果查询操作用limit()限制结果集的大小, mongos 将这个限制传递给各个目标分片,在返回客户端之前再将整个结果集缩减到指定大小。

(译者注:如果数据够大,假设有n个目标分片,limit的参数为xmongodb会至少扫描n*x条数据。 不过在现实的场景中,limit的需求一般为分页,或是专门被指定的一个有限集,这个数在多数情况下不会太大。)


如果查询操作用
skip()方法指定要忽略的结果个数,mongos 不会将这个忽略数传递给目标分片, 而是从各分片检索出符合查询条件的所有结果,在组装最终结果集时再忽略指定数目的数据。但是如果它和limit()方法联合使用, mongos limit 的值加上skip() 方法的值传递给目标分片,以此来提升这些操作的效率。

(译者注:limit+skip = 每个分片上最终limit值,这也是为了规避查询条件的不同,以及多种因为数据分布引发的结果数据不准确的可能性。 Mongodb的翻页查询随着skip数量的增加性能会越来越差,其实有很多办法可以规避这种查询,比如在主键,或者例用某个字段来精确定位某一页的值范围。)


检测连向
mongos的连接

要检测你客户端连接的mongodb实例是否是mongos,可以使用 isMaster 命令。当客户端连上 mongosisMaster 返回一个带有msg 字段的文档,且字段值为isdbgrid,类似下面这样:

{

"ismaster" : true,

"msg" : "isdbgrid",

"maxBsonObjectSize" : 16777216,

"ok" : 1

}

如果连接的是mongod实例,返回的文档不会包含isdbgrid 字符串。


广播操作和目标操作

一般来说,分片环境里的操作有以下两类:


  • ·       向集群内所有包含某个表数据的分片广播
  • ·       基于shard key,有目标的选定某一个分片或某一部分分片


为了获得最佳的性能,尽可能的使用目标操作。而对于一些需要广播到所有分片的操作,如果可以的话在条件里加上shard key让它转变为目标操作。


广播操作

mongos 会将查询广播到所有包含目标表数据的分片上,除非mongos 能搞清楚哪个或哪些分片上存储着目标数据。


批量更新操作属于广播操作。

remove() 操作一般也是广播操作,除非条件中指定了完整的shard key


目标操作

所有insert() 操作会定位到具体的一个分片。

所有单个 update() (包括upsert ) remove() 也会定位到单独的分片。

重要

指定了justOne multi:false属性的,针对单个分片的update() remove() 操作,查询条件中必须包含shard key_id字段,否则方法会报错。


对于包含
shard key或包含一部分shard key的查询, mongos 可以定位到具体的某个或多个分片上。这里提到的一部分shard key”是指从shard key的第一个字段开始依次往后的前辍部分。举个例子,如果有下面的shard key

{ a: 1, b: 1, c: 1 }


mongos
能够通过查询条件中完整的shard key或者下面两个条件来定位分片:

{ a: 1 }

{ a: 1, b: 1 }


由于数据分布的不同以及查询的多样性,
mongos 可能仍然会连接到多个分片 [1] 来完成查询。

[1]如果真的是因为数据分布上的原因,即使查询中包含shard keymongos 也会将查询路由到所有分片。


分片的和未分片的数据

分片是基于collection级的,你可以在同一个数据库内对多个collection做分片,或者对多个数据库开库分片功能。[2] 但是在生产环境中,一般会有一些数据库和collection使用了分片功能,而其它未开启分片的数据库和collection会存储在单个分片上。



不管你的分片集群环境的数据架构如何,一定要确保所有操作都通过
mongos 路由到分片上。即使你的操作针对的是未分片的数据,影响不了分片数据,也要通过mongos 来路由。


[2] 当配置分片功能时,需要使用enableSharding命令为数据库开启分片功能。这个操作也仅仅是为了让该数据库下的collection在分片时能执行shardCollection 命令。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/30372464/viewspace-1751370/,如需转载,请注明出处,否则将追究法律责任。

下一篇: 个人paper下载页
请登录后发表评论 登录
全部评论

注册时间:2015-07-25

  • 博文量
    11
  • 访问量
    26367