MongoDB的数据复制和数据切片

MongoDB简介

MongoDB由C++开发，是NoSQL中比较接近关系型数据库的一种。MongoDB中的数据以类似于json的格式存储，性能非常优越，且支持大量的数据存储。但是MongoDB不支持事务性的操作，使得其适用场景受到限制。

MongoDB副本集

MongoDB的数据复制有两种类型：

1）master/slave

2）replica set

第一种为类似于MySQL的主从复制模型，第二种为副本集复制方式。现在主要应用的为副本集复制模型。结构图如下：





一个副本集即为服务于同一数据集的多个MongoDB实例，其中一个为主节点，其余的都为从节点。主节点上能够完成读写操作，从节点仅能用于读操作。主节点需要记录所有改变数据库状态的操作，这些记录保存在oplog中，这个文件存储在local数据库，各个从节点通过此oplog来复制数据并应用于本地，保持本地的数据与主节点的一致。oplog具有幂等性，即无论执行几次其结果一致，这个比mysql的二进制日志更好用。

集群中的各节点还会通过传递心跳信息来检测各自的健康状况。当主节点故障时，多个从节点会触发一次新的选举操作，并选举其中的一个成为新的主节点（通常谁的优先级更高，谁就是新的主节点），心跳信息默认每2秒传递一次。





实现过程

副本集的实现至少需要三个节点，且应该为奇数个节点，可以使用arbiter（仲裁节点）来参与选举。

实验环境：

主节点：192.168.1.132

从节点：192.168.1.139,192.168.1.140

1）安装配置MongoDB

在
24000
各个节点上安装MongoDB服务器端需要的rpm包（安装包的下载地址：http://downloads-distro.mongodb.org/repo/redhat/os/）：

配置文件信息：

replSet指定副本集的名称，这个至关重要，这个决定了对应的每一个节点加入的是哪一个副本集的集群。

replIndexPrefetch指定副本集的索引预取，如果有预取功能可以让复制过程更为高效，有3个值none，_id_only，all。none：不预取任何索引，_id_only：预取ID索引，all：预取所有索引。这个预取操作只能定义在从节点上。

在各节点上创建数据存放目录，然后启动服务：

2）配置集群的成员

查看集群信息（此时没有任何节点）

添加集群成员，首先配置cfg定义集群信息，然后执行rs.initiate(cfg)完成节点的添加。在定义集群时，需要指定每一个节点的属性信息，例如_id，host。还有很多属性字段，常见的有priority，votes，arbiterOnly..... 具体的信息可以参考官方网站http://docs.mongodb.org/manual/reference/command/replSetGetConfig/#replsetgetconfig-output。

查看各节点的状态信息：

在创建副本集时，有3种方式：

1、db.runCommand( { replSetInitiate : <config_object> } )

2、rs.initiate(<config_object>)

3、rs.initiate() #先在其中一个节点上初始化，再通过rs.add添加另外的节点

这里采用的是第二种方式，<config_object>即为上述中的cfg文件，对该文件的修改使用replSetInitiate命令。

3）访问测试

在主节点上添加数据（192.168.1.132）：

此时在从节点上访问数据会报如下错误：

执行rs.slaveOk()后，数据才可读。

当主节点故障时，从节点会重新投票选举出主节点，继续提供服务，避免单点故障。

主节点上关闭服务：

从节点上查看状态信息：

可以看到原来的主节点已经下线（health为0），重新选举的主节点为192.168.1.139。可以通过rs.isMaster()查看当前节点是否为主节点。

4）添加一个从节点

数据库运行一段时间后，可能需要再次添加节点来分散压力。通过rs.add命令添加从节点。添加完成后，该节点需要和主节点同步数据，同步过程有3个步骤：

1、初始同步(initial sync)

2、回滚后追赶(post-rollback catch-up)

3、切分块迁移(sharding chunk migrations)

添加从节点（在主节点上）：

查看状态：

执行rs.slaveOk()后，即可实现访问。

5）更改某个节点的优先级

若某个从节点的硬件配置不错，可以对应的调高其优先级，使其在选举过程中能够优先被选举为主节点。例如设置第3个节点的优先级为2（默认均为1），过程如下：

此时会立刻进行选举，优先级最高的为主节点，如下图所示：





MongoDB数据分片

随着数据集的扩大和吞吐量的提升，单个MongoDB服务器可能在cpu，内存或IO这些资源上出现瓶颈，这是需要对MongoDB进行扩展，比较经济的方式是水平扩展，将数据集分布到多个节点上来分散访问压力。这里的每个节点也称作分片，每个分片都是一个独立的数据库。所有的分片组合在一起才是一个完整的数据库。

MongoDB的分片框架中有3个角色：

1）Query Routers：路由

2）Config servers：元数据服务器

3）Shards：数据节点





工作机制：Query Routers用于接收用户的请求，将请求路由到对应的分片上（shards）执行，然后将结果返回给客户端。Config servers存储服务器集群的元数据，Query Routers通过使用这些元数据将请求定位至特定的shard节点。Shards节点存储数据，为了提供高可用性和数据一致性，每个shard都可以是一个副本集。在生产环境中，为了避免单点故障，Query
Routers和Config servers往往有多个节点。

实现过程

实验环境：

Config server：192.168.1.106

Query Routers：192.168.1.131

Shared：192.168.1.138，192.168.1.127

1）配置config server

在192.168.1.106上更改配置文件信息：

配置完成后启动服务：





可以看到对应的服务监听在27019上。

2）配置Query
Routers

Query Routers节点只需要安装mongodb-org-mongos即可，无需安装其他的软甲包。

默认情况下，mongos监听于27017端口，在启动mongos是需要指定config服务器的地址。

启动mongos：

也可以直接编辑配置文件：

1）注释dbpath指令

2）添加configdb指令，并指定config服务器的地址

3）启动mongos，命令：mongos -f /etc/mongod.conf

3）配置shard节点

shard（数据节点）的配置与配置mongodb一致，如果不是副本集，把以下两项注销。

在两个shard节点上启动mongod服务：

4）向分区集群中添加各shard服务器或副本集

连接mongos节点，添加shard。由于在mongos节点上仅安装了mongos的包，没有mongo命令，可以在其他节点上使用mongo --host 来连接。

添加shard节点：



可以看到节点已经添加成功，只是上面还没有数据，没有进行分片。

5）启用sharding功能

启用指定数据库的sharding功能：

最后一行显示student_db数据库的partition为true，已支持数据分片功能。

指定需要分片的Collection及索引：

查看集群的状态信息：

可以看到数据已经分别存储在不同的shard上。

若需要分片时，数据已经存在，则需要对collection中的某一字段先创建索引，然后才能够分片。以上是MongoDB的简单应用。.................^_^

转自：http://ljbaby.blog.51cto.com/10002758/1696180