MongoDB 分片管理

DolHamann 3年前
   <p>在MongoDB(版本 3.2.9)中,分片集群(sharded cluster)是一种水平扩展数据库系统性能的方法,能够将数据集分布式存储在不同的分片(shard)上,每个分片只保存数据集的一部分,MongoDB保证各个分片之间不会有重复的数据,所有分片保存的数据之和就是完整的数据集。分片集群将数据集分布式存储,能够将负载分摊到多个分片上,每个分片只负责读写一部分数据,充分利用了各个shard的系统资源,提高数据库系统的吞吐量。</p>    <p>数据集被拆分成数据块(chunk),每个数据块包含多个doc,数据块分布式存储在分片集群中。MongoDB负责追踪数据块在shard上的分布信息,每个分片存储哪些数据块,叫做分片的元数据,保存在config server上的数据库 config中,一般使用3台config server,所有config server中的config数据库必须完全相同。通过mongos能够直接访问数据库config,查看分片的元数据;mongo shell 提供 sh 辅助函数,能够安全地查看分片集群的元数据信息。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/a6a8b4b72e4bcfedfcee8ff1454f9874.png"></p>    <p>对任何一个shard进行查询,只会获取collection在当前分片上的数据子集,不是整个数据集。Application 只需要连接到mongos,对其进行的读写操作,mongos自动将读写请求路由到相应的shard。MongoDB通过mongos将分片的底层实现对Application透明,在Application看来,访问的是整个数据集。</p>    <h2><strong>一,主分片</strong></h2>    <p>在分片集群中,不是每个集合都会分布式存储,只有使用sh.shardCollection()显式将collection分片后,该集合才会分布式存储在不同的shard中。对于非分片集合(un-sharded collection),其数据只会存储在主分片(Primary shard)中,默认情况下,主分片是指数据库最初创建的shard,用于存储该数据库中非分片集合的数据。每个数据库都有一个主分片。</p>    <p>Each database in a sharded cluster has a primary shard that holds all the un-sharded collections for that database. Each database has its own primary shard. </p>    <p>例如,一个分片集群有三个分片:shard1,shard2,shard3,在分片shard1创建一个数据库blog。如果将数据库bolg分片,那么MongoDB会自动在shard2,shard3上创建一个结构相同的数据库blog,数据库blog的Primary Shard是Shard1。</p>    <p>图示,Collection2的主分片是ShardA。</p>    <p style="text-align:center"><img src="https://simg.open-open.com/show/a2d0b15539d6e9f0b8be35d7a96c191e.png"></p>    <p>使用 movePrimary命令变更数据库默认的Primary shard,非分片集合将会从当前shard移动到新的主分片。</p>    <pre>  <code class="language-sql">db.runCommand( { movePrimary : "test", to : "shard0001" } )  </code></pre>    <p>在使用movePrimary命令变更数据库的主分片之后,config server中的配置信息是最新的,mongos缓存的配置信息变得过时了。MongoDB提供命令:flushRouterConfig 强制mongos从config server获取最新的配置信息,刷新mongos的缓存。</p>    <pre>  <code class="language-sql">db.adminCommand({"flushRouterConfig":1})  </code></pre>    <h2><strong>二,分片的元数据</strong></h2>    <p>不要直接到config server上查看分片集群的元数据信息,这些数据非常重要,安全的方式是通过mongos连接到config数据查看,或者使用sh辅助函数查看。</p>    <p>使用sh辅助函数查看</p>    <pre>  <code class="language-sql">sh.status()  </code></pre>    <p>连接到mongos查看config数据库中的集合</p>    <pre>  <code class="language-sql">mongos> use config  </code></pre>    <p>1,shards 集合保存分片信息</p>    <pre>  <code class="language-sql">db.shards.find()  </code></pre>    <p>shard的数据存储在host指定的 replica set 或 standalone mongod中。</p>    <pre>  <code class="language-sql">{      "_id" : "shard_name",      "host" : "replica_set_name/host:port",      "tag":[shard_tag1,shard_tag2]    }  </code></pre>    <p>2,databases集合保存分片集群中所有数据库的信息,不管数据库是否分片</p>    <pre>  <code class="language-sql">db.databases.find()  </code></pre>    <p>如果在数据库上执行sh.enableSharding("db_name"),那么字段partitioned字段值就是true;primary 字段指定数据库的主分片(primary shard)。</p>    <pre>  <code class="language-sql">{      "_id" : "test",      "primary" : "rs0",      "partitioned" : true  }  </code></pre>    <p>3,collections集合保存所有已分片集合的信息,不包括非分片集合(un-sharded collections)</p>    <p>key是:分片的片键</p>    <pre>  <code class="language-sql">db.collections.find()    {      "_id" : "test.foo",      "lastmodEpoch" : ObjectId("57dcd4899bd7f7111ec15f16"),      "lastmod" : ISODate("1970-02-19T17:02:47.296Z"),      "dropped" : false,      "key" : {          "_id" : 1      },      "unique" : true  }  </code></pre>    <p>4,chunks 集合保存数据块信息,</p>    <p>ns:分片的集合,结构是:db_name.collection_name</p>    <p>min 和 max: 片键的最小值和最大值</p>    <p>shard:块所在的分片</p>    <pre>  <code class="language-sql">db.chunks.find()    {      "_id" : "test.foo-_id_MinKey",      "lastmod" : Timestamp(1, 1),      "lastmodEpoch" : ObjectId("57dcd4899bd7f7111ec15f16"),      "ns" : "test.foo",      "min" : {          "_id" : 1      },      "max" : {          "_id" : 3087      },      "shard" : "rs0"  }  </code></pre>    <p>5,changelog集合记录分片集群的操作,包括chunk的拆分和迁移操作,Shard的增加或删除操作</p>    <p>what 字段:表示操作的类型,例如:multi-split表示chunk的拆分,</p>    <pre>  <code class="language-sql">"what" : "addShard",  "what" : "shardCollection.start",  "what" : "shardCollection.end",   "what" : "multi-split",  </code></pre>    <p>6,tags 记录shard的tag和对应的片键范围</p>    <pre>  <code class="language-sql">{      "_id" : { "ns" : "records.users", "min" : { "zipcode" : "10001" } },      "ns" : "records.users",      "min" : { "zipcode" : "10001" },      "max" : { "zipcode" : "10281" },      "tag" : "NYC"  }  </code></pre>    <p>7,settings 集合记录均衡器状态和chunk的大小,默认的chunk size是64MB。</p>    <pre>  <code class="language-sql">{ "_id" : "chunksize", "value" : 64 }  { "_id" : "balancer", "stopped" : false }  </code></pre>    <p>8,locks 集合记录分布锁(distributed lock),保证只有一个mongos 实例能够在分片集群中执行管理任务。</p>    <p>mongos在担任balancer时,会获取一个分布锁,并向config.locks中插入一条doc。</p>    <p>The locks collection stores a distributed lock. This ensures that only one mongos instance can perform administrative tasks on the cluster at once. The mongos acting as balancer takes a lock by inserting a document resembling the following into the locks collection.</p>    <pre>  <code class="language-sql">{      "_id" : "balancer",      "process" : "example.net:40000:1350402818:16807",      "state" : 2,      "ts" : ObjectId("507daeedf40e1879df62e5f3"),      "when" : ISODate("2012-10-16T19:01:01.593Z"),      "who" : "example.net:40000:1350402818:16807:Balancer:282475249",      "why" : "doing balance round"  }  </code></pre>    <h2><strong>三,删除分片</strong></h2>    <p>删除分片时,必须确保该分片上的数据被移动到其他分片中,对于以分片的集合,使用均衡器来迁移数据块,对于非分片的集合,必须修改集合的主分片。</p>    <p>1,删除已分片的集合数据</p>    <p>step1,保证均衡器是开启的</p>    <pre>  <code class="language-sql">sh.setBalancerState(true);  </code></pre>    <p>step2,将已分片的集合全部迁移到其他分片</p>    <pre>  <code class="language-sql">use admin  db.adminCommand({"removeShard":"shard_name"})  </code></pre>    <p>removeShard命令会将数据块从当前分片上迁移到其他分片上去,如果分片上的数据块比较多,迁移过程可能耗时很长。</p>    <p>step3,检查数据块迁移的状态</p>    <pre>  <code class="language-sql">use admin  db.runCommand( { removeShard: "shard_name" } )  </code></pre>    <p>使用removeShard命令能够查看数据块迁移的状态,remaining 字段表示剩余数据块的数量</p>    <pre>  <code class="language-sql">{       "msg" : "draining ongoing",      "state" : "ongoing",      "remaining" : {          "chunks" : 42,          "dbs" : 1      },      "ok" : 1  }  </code></pre>    <p>step4,数据块完成迁移</p>    <pre>  <code class="language-sql">use admin  db.runCommand( { removeShard: "shard_name" } )    {      "msg" : "removeshard completed successfully",      "state" : "completed",      "shard" : "shard_name",      "ok" : 1  }  </code></pre>    <p>2,删除未分片的数据库</p>    <p>step1,查看未分片的数据库</p>    <p>未分片的数据库,包括两部分:</p>    <ul>     <li>数据库未被分片,该数据没有使用sh.enableSharding("db_name"),在数据库config中,该数据库的partitioned字段是false</li>     <li>数据库中存在collection未被分片,即当前的分片是该集合的主分片</li>    </ul>    <pre>  <code class="language-sql">use config  db.databases.find({$or:[{"partitioned":false},{"primary":"shard_name"}]})    </code></pre>    <p>对于partitioned=false的数据库,其数据全部保存在当前shard中;对于partitioned=true,primary=”shard_name“的数据库,表示存在未分片(un-sharded collection)存储在该数据库中,必须变更这些集合的主分片。</p>    <p>step2,修改数据库的主分片</p>    <pre>  <code class="language-sql">db.runCommand( { movePrimary: "db_name", to: "new_shard" })  </code></pre>    <h2><strong>四,增加分片</strong></h2>    <p>由于分片存储的是数据集的一部分,为了保证数据的高可用性,推荐使用Replica Set作为shard,即使Replica Set中只包含一个成员。连接到mongos,使用sh辅助函数增加分片。</p>    <pre>  <code class="language-sql">sh.addShard("replica_set_name/host:port")  </code></pre>    <p>不推荐将standalone mongod作为shard</p>    <pre>  <code class="language-sql">sh.addShard("host:port")  </code></pre>    <h2><strong>五,特大块</strong></h2>    <p>在有些情况下,chunk会持续增长,超出chunk size的限制,成为特大块(jumbo chunk),出现特大块的原因是chunk中的所有doc使用同一个片键(shard key),导致MongoDB无法拆分该chunk,如果该chunk持续增长,将会导致chunk的分布不均匀,成为性能瓶颈。</p>    <p>在chunk迁移时,存在限制:每个chunk的大小不能超过2.5万条doc,或者1.3倍于配置值。chunk size默认的配置值是64MB,超过限制的chunk会被MongoDB标记为特大块( <a href="/misc/goto?guid=4959715995631340322" rel="nofollow,noindex">jumbo chunk</a> ),MongoDB不能将特大块迁移到其他shard上。</p>    <p>MongoDB cannot move a chunk if the number of documents in the chunk exceeds either 250000 documents or 1.3 times the result of dividing the configured chunk size by the average document size.</p>    <p>1,查看特大块</p>    <p>使用sh.status(),能够发现特大块,特大块的后面存在 jumbo 标志</p>    <pre>  <code class="language-sql"> { "x" : 2 } -->> { "x" : 3 } on : shard-a Timestamp(2, 2) jumbo  </code></pre>    <p>2,分发特大块</p>    <p>特大块不能拆分,不能通过均衡器自动分发,必须手动分发。</p>    <p>step1,关闭均衡器</p>    <pre>  <code class="language-sql">sh.setBalancerState(false)  </code></pre>    <p>step2,增大Chunk Size的配置值</p>    <p>由于MongoDB不允许移动大小超出限制的特大块,因此,必须临时增加chunk size的配置值,再将特大块均衡地分发到分片集群中。</p>    <pre>  <code class="language-sql">use config  db.settings.save({"_id":"chunksize","value":"1024"})  </code></pre>    <p>step3,移动特大块</p>    <pre>  <code class="language-sql">sh.moveChunk("db_name.collection_name",{sharded_filed:"value_in_chunk"},"new_shard_name")  </code></pre>    <p>step4,启用均衡器</p>    <pre>  <code class="language-sql">sh.setBalancerState(true)  </code></pre>    <p>step5,刷新mongos的配置缓存</p>    <p>强制mongos从config server同步配置信息,并刷新缓存。</p>    <pre>  <code class="language-sql">use admin  db.adminCommand({ flushRouterConfig: 1 } )  </code></pre>    <h2><strong>六,均衡器</strong></h2>    <p>均衡器是由mongos转变的,就是说,mongos不仅负责将查询路由到相应的shard上,还要负责数据块的均衡。一般情况下,MongoDB会自动处理数据均衡,通过config.settings能够查看balancer的状态,或通过sh辅助函数查看</p>    <pre>  <code class="language-sql">sh.getBalancerState()  </code></pre>    <p>返回true,表示均衡器在正运行,系统自动处理数据均衡,使用sh辅助函数能够关闭balancer</p>    <pre>  <code class="language-sql">sh.setBalancerState(false)  </code></pre>    <p>balancer不能立即终止正在运行的块迁移操作,在mongos转变为balancer时,会申请一个balancer lock,查看config.locks 集合,</p>    <pre>  <code class="language-sql">use config  db.locks.find({"_id":"balancer"})  </code></pre>    <p>如果state=2,表示balancer正处于活跃状态,如果state=0,表示balancer已被关闭。</p>    <p>均衡过程实际上是将数据块从一个shard迁移到其他shard,或者先将一个大的chunk拆分小的chunk,再将小块迁移到其他shard上,块的迁移和拆分都会增加系统的IO负载,最好将均衡器的活跃时间限制在系统空闲时进行,可以设置balancer的活跃时间窗口,限制balancer在指定的时间区间内进行数据块的拆分和迁移操作。</p>    <pre>  <code class="language-sql">use config    db.settings.update(          {"_id":"balancer"},          "$set":{"activeWindow":{"start":"23:00","stop":"04:00"}}),          true  )  </code></pre>    <p>均衡器拆分和移动的对象是chunk,均衡器只保证chunk数量在各个shard上是均衡的,至于每个chunk包含的doc数量,并不一定是均衡的。可能存在一些chunk包含的doc数量很多,而有些chunk包含的doc数量很少,甚至不包含任何doc。因此,应该慎重选择分片的索引键,即片键,如果一个字段既能满足绝大多数查询的需求,又能使doc数量均匀分布,那么该字段是片键的最佳选择。</p>    <p>参考文档:</p>    <p><a href="/misc/goto?guid=4959715995716808888" rel="nofollow,noindex">Config Database</a></p>    <p><a href="/misc/goto?guid=4959715995798135375" rel="nofollow,noindex">Sharding</a></p>    <p><a href="/misc/goto?guid=4959715995878972295" rel="nofollow,noindex">Shards</a></p>    <p><a href="/misc/goto?guid=4959715995967809685" rel="nofollow,noindex">movePrimary</a></p>    <p><a href="/misc/goto?guid=4959715996046114142" rel="nofollow,noindex">Sharded Cluster Administration</a></p>    <p><a href="/misc/goto?guid=4959715996121712208" rel="nofollow,noindex">Data Partitioning with Chunks</a></p>    <p> </p>    <p>来自:http://www.cnblogs.com/ljhdo/p/4886087.html</p>    <p> </p>