MongoDB數(shù)據(jù)庫高性能、高可用架構(gòu)設(shè)計(jì)

1、 MongoDB數(shù)據(jù)庫高性能、高可用架構(gòu)設(shè)計(jì)隨著企業(yè)服務(wù)窗口的不斷增加，業(yè)務(wù)中斷對很多企業(yè)意味著毀滅性的災(zāi)難，因此，跨多個(gè)數(shù)據(jù)中心的應(yīng)用部署成為了當(dāng)下最熱門的話題之一。如今，在跨多個(gè)數(shù)據(jù)中心的應(yīng)用部署最佳實(shí)踐中，數(shù)據(jù)庫通常負(fù)責(zé)處理多個(gè)地理區(qū)域的讀取和寫入，對數(shù)據(jù)變更的復(fù)制，并提供盡可能高的可用性、一致性和持久性。但是，并非所有的技術(shù)在選擇上都是平等的。例如，一種數(shù)據(jù)庫技術(shù)可以提供更高的可用性保證，卻同時(shí)只能提供比另一種技術(shù)更低的數(shù)據(jù)一致性和持久性保證。本文先分析了在現(xiàn)代多數(shù)據(jù)中心中應(yīng)用對于數(shù)據(jù)庫架構(gòu)的需求。隨后探討了數(shù)據(jù)庫架構(gòu)的種類及優(yōu)缺點(diǎn)，最后專門研究MongoDB如何適用于這些類別，并最終

2、實(shí)現(xiàn)雙活的應(yīng)用架構(gòu)。雙活的需求當(dāng)組織考慮在多個(gè)跨數(shù)據(jù)中心（或區(qū)域云）部署應(yīng)用時(shí)，他們通常會(huì)希望使用“雙活”的架構(gòu)，即所有數(shù)據(jù)中心的應(yīng)用服務(wù)器同時(shí)處理所有的請求。圖 1：“雙活”應(yīng)用架構(gòu)如圖 1 所示，該架構(gòu)可以實(shí)現(xiàn)如下目標(biāo)：通過提供本地處理（延遲會(huì)比較低），為來自全球的請求提供服務(wù)。即使出現(xiàn)整個(gè)區(qū)域性的宕機(jī)，也能始終保持高可用性。通過對多個(gè)數(shù)據(jù)中心里服務(wù)器資源的并行使用，來處理各類應(yīng)用請求，并達(dá)到最佳的平臺資源利用率?！半p活”架構(gòu)的替代方案是由一個(gè)主數(shù)據(jù)中心（區(qū)域）和多個(gè)災(zāi)備（DR）區(qū)域（如圖 2 所示）所組成的主-DR（也稱為主-被）架構(gòu)。圖 2：主-DR 架構(gòu)在正常運(yùn)行條件下，主數(shù)據(jù)中心處

3、理請求，而 DR 站點(diǎn)處于空閑狀態(tài)。如果主數(shù)據(jù)中心發(fā)生故障，DR 站點(diǎn)立即開始處理請求（同時(shí)變?yōu)榛顒?dòng)狀態(tài)）。一般情況下，數(shù)據(jù)會(huì)從主數(shù)據(jù)中心復(fù)制到 DR 站點(diǎn)，以便在主數(shù)據(jù)中心出現(xiàn)故障時(shí)，能夠迅速實(shí)施接管。如今，對于雙活架構(gòu)的定義尚未得到業(yè)界的普遍認(rèn)同，上述主-DR 的應(yīng)用架構(gòu)有時(shí)也被算作“雙活”。區(qū)別在于從主站到 DR 站點(diǎn)的故障轉(zhuǎn)移速度是否夠快（通常為幾秒），并且是否能夠自動(dòng)化（無需人為干預(yù)）。在這樣的解釋中，雙活體系架構(gòu)意味著應(yīng)用停機(jī)時(shí)間接近于零。有一種常見的誤解，認(rèn)為雙活的應(yīng)用架構(gòu)需要有多主數(shù)據(jù)庫。這樣理解是錯(cuò)誤的，因?yàn)樗饬硕鄠€(gè)主數(shù)據(jù)庫對于數(shù)據(jù)一致性和持久性的把握。一致性確保了能讀取

4、到先前寫入的結(jié)果，而數(shù)據(jù)持久性則確保了提交的寫入數(shù)據(jù)能夠被永久保存，不會(huì)產(chǎn)生沖突寫入；或是由于節(jié)點(diǎn)故障所產(chǎn)生的數(shù)據(jù)丟失。雙活應(yīng)用的數(shù)據(jù)庫需求在設(shè)計(jì)雙活的應(yīng)用架構(gòu)時(shí)，數(shù)據(jù)庫層必須滿足如下四個(gè)方面的架構(gòu)需求（當(dāng)然，也要具備標(biāo)準(zhǔn)數(shù)據(jù)庫的功能，如具有：豐富的二級索引能力的查詢語言，低延遲地訪問數(shù)據(jù)，本地驅(qū)動(dòng)程序，全面的操作工具等）：性能，低延遲讀取和寫入操作。這意味著：能在本地?cái)?shù)據(jù)中心應(yīng)用的節(jié)點(diǎn)上，處理讀取和寫入操作。數(shù)據(jù)持久性，通過向多個(gè)節(jié)點(diǎn)的復(fù)制寫入來實(shí)現(xiàn)，以便在發(fā)生系統(tǒng)故障時(shí)，數(shù)據(jù)能保持不變。一致性，確保能讀取之前寫入的結(jié)果，而且在不同地區(qū)和不同節(jié)點(diǎn)所讀到的結(jié)果應(yīng)該相同?？捎眯?，當(dāng)某個(gè)節(jié)點(diǎn)、數(shù)據(jù)

5、中心或網(wǎng)絡(luò)連接中斷時(shí)，數(shù)據(jù)庫必須能繼續(xù)運(yùn)行。另外，從此類故障中恢復(fù)的時(shí)間應(yīng)盡可能短，一般要求是幾秒鐘。分布式數(shù)據(jù)庫架構(gòu)針對雙活的應(yīng)用架構(gòu)，一般有三種類型的數(shù)據(jù)庫結(jié)構(gòu)：使用兩步式提交的分布式事務(wù)。多主數(shù)據(jù)庫模式，有時(shí)也被稱為“無主庫模式”。分割（分片）數(shù)據(jù)庫具有多個(gè)主分片，每個(gè)主分片負(fù)責(zé)數(shù)據(jù)的某個(gè)唯一片區(qū)。下面讓我們來看看每一種結(jié)構(gòu)的優(yōu)缺點(diǎn)。1、兩步式提交的分布式事務(wù)分布式事務(wù)方法是在單次事務(wù)中更新所有包含某個(gè)記錄的節(jié)點(diǎn)，而不是寫完一個(gè)節(jié)點(diǎn)后，再（異步）復(fù)制到其他節(jié)點(diǎn)。該事務(wù)保證了所有節(jié)點(diǎn)都會(huì)接收到更新，否則如果某個(gè)事務(wù)失敗，則所有節(jié)點(diǎn)都恢復(fù)到之前的狀態(tài)。雖然兩步式提交協(xié)議可以確保持久性和多節(jié)點(diǎn)

6、的一致性，但是它犧牲了性能。兩步式提交協(xié)議要求在事務(wù)中所有參與的節(jié)點(diǎn)之間都要進(jìn)行兩步式的通信。即在操作的每個(gè)階段，都要發(fā)送請求和確認(rèn)，以確保每個(gè)節(jié)點(diǎn)同時(shí)完成了相同的寫入。當(dāng)數(shù)據(jù)庫節(jié)點(diǎn)分布在多個(gè)數(shù)據(jù)中心時(shí)，會(huì)將查詢的延遲從毫秒級別延長到數(shù)秒級別。而在大多數(shù)應(yīng)用，尤其是那些客戶端是用戶設(shè)備（移動(dòng)設(shè)備、Web 瀏覽器、客戶端應(yīng)用等）的應(yīng)用中，這種響應(yīng)級別是不可接受的。2、多主數(shù)據(jù)庫多主數(shù)據(jù)庫是一種分布式的數(shù)據(jù)庫，它允許某條記錄只在多個(gè)群集節(jié)點(diǎn)中一個(gè)之上被更新。而寫操作通常會(huì)復(fù)制該記錄到多個(gè)數(shù)據(jù)中心的多個(gè)節(jié)點(diǎn)上。從表面上看，多主數(shù)據(jù)庫應(yīng)該是實(shí)現(xiàn)雙活架構(gòu)的理想方案。它使得每個(gè)應(yīng)用服務(wù)器都能不受限地讀取和

7、寫入本地?cái)?shù)據(jù)的副本。但是，它在數(shù)據(jù)一致性上卻有著嚴(yán)重的局限性。由于同一記錄的兩個(gè)（或更多）副本可能在不同地點(diǎn)被不同的會(huì)話同時(shí)更新。這就會(huì)導(dǎo)致相同的記錄會(huì)出現(xiàn)兩個(gè)不同的版本，因此數(shù)據(jù)庫（有時(shí)是應(yīng)用本身）必須通過解決沖突來解決不一致的問題。常用的沖突解決策略是：最近的更新“獲勝”，或是具有更多修改次數(shù)的記錄“獲勝”。因?yàn)槿绻褂闷渌鼮閺?fù)雜的解決策略，則性能上將受到顯著的影響。這也意味著，從進(jìn)行寫入到完成沖突解決機(jī)制的這個(gè)時(shí)間段內(nèi)，不同的數(shù)據(jù)中心會(huì)讀取到某個(gè)相同記錄的不同值和沖突值。3、分區(qū)（分片）數(shù)據(jù)庫分區(qū)數(shù)據(jù)庫將數(shù)據(jù)庫分成不同的分區(qū)，或稱為分片。每個(gè)分片由一組服務(wù)器來實(shí)現(xiàn)，而每個(gè)服務(wù)器都包含一

8、份分區(qū)數(shù)據(jù)的完整副本。這里關(guān)鍵在于每個(gè)分片都保持著對數(shù)據(jù)分區(qū)的獨(dú)有控制權(quán)。對于任何給定時(shí)間內(nèi)的每個(gè)分片來說，由一臺服務(wù)器充當(dāng)主服務(wù)器，而其他服務(wù)器則充當(dāng)其副本。數(shù)據(jù)的讀取和寫入被發(fā)布到主數(shù)據(jù)庫上。如果主服務(wù)器出于任何原因的（例如硬件或網(wǎng)絡(luò)故障）失敗，則某一臺備用服務(wù)器會(huì)自動(dòng)接任為主服務(wù)器的角色。數(shù)據(jù)庫中的每條記錄都屬于某個(gè)特定的分區(qū)，并由一個(gè)分片來進(jìn)行管理，以確保它只會(huì)被主分片進(jìn)行寫入。分片內(nèi)的記錄映射到每個(gè)分片的一個(gè)主分片，以確保一致性。由于集群內(nèi)包含多個(gè)分片，因此會(huì)有多個(gè)主分片（多個(gè)主分區(qū)），因此這些主分片可以被分配到不同的數(shù)據(jù)中心，以確保都在每個(gè)數(shù)據(jù)中心的本地都能發(fā)生寫入操作，如圖 3

9、所示：圖 3：分區(qū)數(shù)據(jù)庫分片數(shù)據(jù)庫可用于實(shí)現(xiàn)雙活的應(yīng)用架構(gòu)，其方法是：至少部署與數(shù)據(jù)中心一樣多的分片，并為分片分配主分片，以便每個(gè)數(shù)據(jù)中心至少有一個(gè)主分片，如圖 4 所示：圖 4：具有分片數(shù)據(jù)庫的雙活架構(gòu)另外，通過配置分片能保證每個(gè)分片在各種數(shù)據(jù)中心里至少有一個(gè)副本（數(shù)據(jù)的副本）。例如，圖 4 中的圖表描繪了跨三個(gè)數(shù)據(jù)中心的分布式數(shù)據(jù)庫架構(gòu)：紐約（NYC）倫敦（LON）悉尼（SYD）群集有三個(gè)分片，每個(gè)分片有三個(gè)副本：NYC 分片在紐約有一個(gè)主分片，在倫敦和悉尼有副本。LON 分片在倫敦有一個(gè)主分片，在紐約和悉尼有副本。SYD 分片在悉尼有一個(gè)主分片，在倫敦和紐約有副本。通過這種方式，每個(gè)數(shù)據(jù)

10、中心都有來自所有分片的副本，因此本地應(yīng)用服務(wù)器可以讀取整個(gè)數(shù)據(jù)集和一個(gè)分片的主分片，以便在其本地進(jìn)行寫入操作。分片數(shù)據(jù)庫能滿足大多數(shù)使用場景的一致性和性能要求。由于讀取和寫入發(fā)生在本地服務(wù)器上，因此性能會(huì)非常好。從主分片中讀取時(shí)，由于每條記錄只能分配給一個(gè)主分片，因此保證了一致性。例如：我們在美國的新澤西州和俄勒岡州有兩個(gè)數(shù)據(jù)中心，那么我們可以根據(jù)地理區(qū)域（東部和西部）來分割數(shù)據(jù)集，并將東海岸用戶的流量路由到新澤西州的數(shù)據(jù)中心。因?yàn)樵摂?shù)據(jù)中心包含的是主要用于東部的分片；并將西海岸用戶的流量路由到俄勒岡州數(shù)據(jù)中心，因?yàn)樵摂?shù)據(jù)中心包含的是主要用于西部的分片。我們可以看到分片的數(shù)據(jù)庫為我們提供了多個(gè)

11、主數(shù)據(jù)庫的所有好處，而且避免了數(shù)據(jù)不一致所導(dǎo)致的復(fù)雜性。應(yīng)用服務(wù)器可以從本地主服務(wù)器上進(jìn)行讀取和寫入，由于每個(gè)主服務(wù)器擁有各自的記錄，因此不會(huì)出現(xiàn)任何的不一致。相反，多主數(shù)據(jù)庫的解決方案則可能會(huì)造成數(shù)據(jù)丟失和讀取的不一致。數(shù)據(jù)庫架構(gòu)比較圖 5：數(shù)據(jù)庫架構(gòu)比較圖 5 提供了每一種數(shù)據(jù)庫架構(gòu)在滿足雙活應(yīng)用需求時(shí)所存在的優(yōu)缺點(diǎn)。在選擇多主數(shù)據(jù)庫和分區(qū)數(shù)據(jù)庫時(shí)，其決定因素在于應(yīng)用是否可以容忍可能出現(xiàn)的讀取不一致和數(shù)據(jù)的丟失問題。如果答案是肯定的，那么多主數(shù)據(jù)庫可能會(huì)稍微容易部署些。而如果答案是否定的，那么分片數(shù)據(jù)庫則是最好的選擇。由于不一致性和數(shù)據(jù)丟失對于大多數(shù)應(yīng)用來說都是不可接受的，因此分片數(shù)據(jù)庫通

12、常是最佳的選擇。MongoDB 雙活應(yīng)用MongoDB 是一個(gè)分片數(shù)據(jù)庫架構(gòu)的范例。在 MongoDB 中，主服務(wù)器和次服務(wù)器集的構(gòu)造被稱為副本集。副本集為每個(gè)分片提供了高可用性。一種被稱為區(qū)域分片（Zone Sharding）的機(jī)制被配置為：由每個(gè)分片去管理的數(shù)據(jù)集。如前面所提到的，ZoneSharding 可以實(shí)現(xiàn)地域分區(qū)。白皮書MongoDB多數(shù)據(jù)中心部署：/collateral/mongodb-multi-data-center-deployments?utm_medium=dzone-synd&utm_source=dzone&utm_content=active-applicati

13、on&jmp=dzone-refZone Sharding 相關(guān)文檔：/manual/tutorial/sharding-segmenting-data-by-location/的“分區(qū)（分片）數(shù)據(jù)庫”部分描述了 MongoDB 具體實(shí)現(xiàn)和運(yùn)作的細(xì)節(jié)。其實(shí)許多組織，包括：Ebay、YouGov、Ogilvyand Maher 都正在使用 MongoDB 來實(shí)現(xiàn)雙活的應(yīng)用架構(gòu)。除了標(biāo)準(zhǔn)的分片數(shù)據(jù)庫功能之外，MongoDB 還提供對寫入耐久性和讀取一致性的細(xì)粒度控制，并使其成為多數(shù)據(jù)中心部署的理想選擇。對于寫入，我們可以指定寫入關(guān)注（write concern）來控制寫入的持久性。Writecon

14、cern 使得應(yīng)用在 MongoDB 確認(rèn)寫入之前，就能指定寫入的副本數(shù)量，從而在一個(gè)或多個(gè)遠(yuǎn)程數(shù)據(jù)中心內(nèi)的服務(wù)器上完成寫入操作。籍此，它保證了在節(jié)點(diǎn)或數(shù)據(jù)中心發(fā)生故障時(shí)，數(shù)據(jù)庫的變更不會(huì)被丟失。另外，MongoDB 也補(bǔ)足了分片數(shù)據(jù)庫的一個(gè)潛在缺點(diǎn)：寫入可用性無法達(dá)到 100。由于每條記錄只有一個(gè)主節(jié)點(diǎn)，因此如果該主節(jié)點(diǎn)發(fā)生故障，則會(huì)有一段時(shí)間不能對該分區(qū)進(jìn)行寫入。MongoDB 通過多次嘗試寫入，大幅縮短了故障切換的時(shí)間。通過多次嘗試的寫入操作，MongoDB 能夠自動(dòng)應(yīng)對由于網(wǎng)絡(luò)故障等暫時(shí)性系統(tǒng)錯(cuò)誤而導(dǎo)致的寫入失敗，因此也大幅簡化了應(yīng)用的代碼量。MongoDB 的另一個(gè)適合于多數(shù)據(jù)中心部

15、署的顯著特征是：MongoDB 自動(dòng)故障切換的速度。當(dāng)節(jié)點(diǎn)或數(shù)據(jù)中心出現(xiàn)故障或發(fā)生網(wǎng)絡(luò)中斷時(shí)，MongoDB 能夠在 2-5 秒內(nèi)（當(dāng)然也取決于對它的配置和網(wǎng)絡(luò)本身的可靠性）進(jìn)行故障切換。發(fā)生故障后，剩余的副本集將根據(jù)配置去選擇一個(gè)新的主切片和 MongoDB 驅(qū)動(dòng)程序，從而自動(dòng)識別出新的主切片。一旦故障切換完成，其恢復(fù)進(jìn)程將自動(dòng)履行后續(xù)的寫入操作。對于讀取，MongoDB 提供了兩種功能來指定所需的一致性級別。首先，從次數(shù)據(jù)進(jìn)行讀取時(shí)，應(yīng)用可以指定最大時(shí)效值（maxStalenessSeconds）。這可以確保次節(jié)點(diǎn)從主節(jié)點(diǎn)復(fù)制的滯后時(shí)間不能超過指定的時(shí)效值，從而次節(jié)點(diǎn)所返回的數(shù)據(jù)具有其時(shí)效性。另外，讀取也可以與讀取關(guān)注（ReadConcern）相關(guān)聯(lián)，來控制查詢到的返回?cái)?shù)據(jù)的一致性。例如，ReadConcern 能通過一些返回值來告知 MongoDB，那些被復(fù)制到副本集中的多數(shù)節(jié)點(diǎn)上的數(shù)據(jù)。這樣可以確保查詢只讀取那些沒有因?yàn)楣?jié)點(diǎn)或數(shù)據(jù)中心故障而丟失的數(shù)據(jù)，并且還能為應(yīng)用提供一段時(shí)間內(nèi)數(shù)據(jù)的一致性視圖。MongoDB 3.6 還引入了“因果一致性（causal consistency）”