MongoDB集群模式详解及应用实战

1. MongoDB 高可用复制集架构

MongoDB 复制集

MongoDB复制集的主要意义在于实现服务高可用,类似于Redis中的哨兵模式

它主要提供两个方面的功能

  • 数据写入主节点(Primary)时将数据复制到另一个副本节(Secondary)点上
  • 主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:在数据中心故障时快速切换到异地

典型复制集结构

一个典型的复制集由三个或三个以上具有投票权的节点组成,其中一个主节点(Primary):接收写入操作,读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

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
从节点通过从主节点上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
在这里插入图片描述

通过选举完成故障恢复

具有投票权的节点之间两两互相发送心跳;
当5次心跳未收到时判断为节点失联 如果失联的是主机点,从节点会发起选举,选出新的主节点 如果失联的是从节点则不会产生新的选举 选举基于RAFT一致性算法实现,选举成功的必要条件是大多数投票节点存活 复制集中最多可以有50个节点,但具有投票权的节点最多7个

影响选举的因素

整个集群必须有大多数节点存活
被选举为主节点的节点必须
1.能够与多数节点建立连接
2.具有较新的oplog
3.具有较高的优先级(如果有配置)

复制集节点有以下的选配项

  • 是否具有投票权(v 参数): 有则参与投票
  • 优先级(priority参数):优先级越高的节点越优先成为主节点。优先级为0的节点无法成为主节 点,默认值为1。
  • 隐藏(hidden参数):复制数据,但对应用不可见。隐藏节点可以具有投票权,但优先级必须为 0
  • 延迟(slaveDelay参数):复制 n 秒之前的数据,保持与主节点的时间差 从节点不建立索引( buildIndexes)

复制集注意事项

硬件: 因为正常的复制集节点都有可能成为主节点,它们的地位是一样的,因此硬件配置上必须一致 为了保证节点不会同时宕机,各节点的硬件必须具有独立性。
软件: 复制集各节点软件版本必须一致,以避免出现不可预知的问题 增加节点不会增加系统写性能

复制集搭建

  • 创建数据目录文件
    在这里插入图片描述

  • 准备每个数据库的配置文件
    复制集的每个mongod进程应该位于不同的服务器。我们现在在一台服务器上运行三个实例,所 以要为它们各自配置
    不同的端口: 28017, 28018,28019.
    不同的数据目录 data/node1,data/node2,data/node3
    不同的日志文件路径。实例中使用 /data/node1/mongod.log /data/node2/mongod.log /data/node3/mongod.log
    在这里插入图片描述
    mongod.conf配置如下,其余两个文件跟它相似,端口和路径不同

systemLog:
  destination: file
  path: /data/node3/mongod.1og
  logAppend: true
storage:
  dbPath: /data/node3
net:
  bindIp: 0.0.0.0
  port: 28019
replication:
  replSetName: rs0
processManagement:
  fork: true

在这里插入图片描述

  • 分别启动
mongod -f /data/node1/mongod.conf

在这里插入图片描述

  • 配置复制集
mongo --port 28017

在这里插入图片描述

rs.initiate({
    
    
_id:"rs0",
members: [{
    
    
_id:0,
host:"localhost:28017"
},{
    
    
_id:1,
host:"localhost:28018"
},{
    
    
_id:2,
host:"localhost:28019"
}]
})

在这里插入图片描述
在这里插入图片描述
执行完上述指令后,28017为主节点,另外两个为从节点,我们先到主节点上创建数据库,并创建文档
在这里插入图片描述
然后登上从节点,试着读取一下,

mongo --port 28018 连接到从节点上面

在这里插入图片描述

从节点默认不开启读数据操作。所以我们需要手动开启。
在这里插入图片描述
默认情况下非主节点不允许读数据, 可以通过执行 rs.secondaryOk() 开启读权限

2. MongoDB 集群分片机制原理

  1. 什么是分片?
    将数据水平拆分到不同的服务器上
  2. 为什么要使用分片集群
    数据量突破单机瓶颈,数据量大,恢复很慢,不利于数据管理 并发量突破单机性能瓶颈

MongoDB 分片集群的组成

在这里插入图片描述
分片集群角色:

  • 路由节点: mongos, 提供集群单一入口,转发应用端请求,选择合适的数据节点进行读写,合 并多个数据节点的返回。无状态,建议 mongos节点集群部署以提供高可用性。客户请求应发给 mongos,而不是 分片服务器,当查询包含分片片键时,mongos将查询发送到指定分片,否 则,mongos将查询发送到所有分片,并汇总所有查询结果。
  • 配置节点: 就是普通的mongod进程, 建议以复制集部署,提供高可用 提供集群元数据存储分片数据分布的数据。主节点故障时,配置服务器进入只读模式, 只读模式下,数据段分裂和集群平衡都不可执行。整个复制集故障时,分片集群不可用
  • 数据节点: 以复制集为单位,横向扩展最大1024分片,分片之间数据不重复,所有数据在一起才可以完整工作

分片键

可以是单个字段, 也可以是复合字段

  1. 范围分片 比如 key 的值 从 min - max 可以把数据进行范围分片
  2. hash 分片 通过 hash(key ) 进行数据分段

片键值用来将集合中的文档划分为数据段,片键必须对应一个索引或索引前缀(单键、复合键),可以使用片键的值或者片键值的哈希值进行分片

选择片键

  1. 片键值的范围更广(可以使用复合片键扩大范围)
  2. 片键值的分布更平衡(可使用复合片键平衡分布)
  3. 片键值不要单向增大、减小(可使用哈希片键)

数据段的分裂

当数据段尺寸过大,或者包含过多文档时,触发数据段分裂,只有新增、更新文档时才可能自动触 发数据段分裂,数据段分裂通过更新元数据来实现

集群的平衡

  • 后台运行的平衡器负责监视和调整集群的平衡,当最大和最小分片之间的数据段数量相差过大时触发
  • 集群中添加或移除分片时也会触发

MongoDB分片集群特点

1.应用全透明
2.数据自动均衡
3.动态扩容,无需下线

搭建集群环境

搭建一个2个分片的集群

配置第一个分片集群

  • 创建数据目录 : 准备给两个复制集使用,每个复制集有三个实例 ,共 6 个数据节点
mkdir ‐p /data/shard1 /data/shard1second1 /data/shard1second2 /data/shard2 /data/shard2second1 /data/shard2second2
  • 创建日志文件,共6 个文件
touch /data/shard1/mongod.log /data/shard1second1/mongod.log /data/shard1second2/mongod.log /data/shard2/mongod.log /data/shard2second1/mongod.log /data/shard2second2/mongod.log
  • 启动第一个 mongod 分片实例( 一共三个实例)
mongod --bind_ip 0.0.0.0 --replSet shard1 --dbpath /data/shard1 --logpath /data/shard1/mongod.log --port 27010 --fork --shardsvr
mongod --bind_ip 0.0.0.0 --replSet shard1 --dbpath /data/shard1second1 --logpath /data/shard1second1/mongod.log --port 27011 --fork --shardsvr
mongod --bind_ip 0.0.0.0 --replSet shard1 --dbpath /data/shard1second2 --logpath /data/shard1second2/mongod.log --port 27012 --fork --shardsvr

在这里插入图片描述

  • 第一个分片的mongod 实例都启动好了后,将其加入到复制集中
rs.initiate({
    
    
_id:"shard1",
members: [{
    
    
_id:0,
host:"192.168.1.104:27010"
},{
    
    
_id:1,
host:"192.168.1.104:27011"
},{
    
    
_id:2,
host:"192.168.1.104:27012"
}]
})

在这里插入图片描述
在这里插入图片描述

配置Config 复制集:一共三个实例

  • 创建数据目录
mkdir ‐p /data/config /data/configsecond1 /data/configsecond2
  • 创建日志文件
touch /data/config/mongod.log /data/configsecond1/mongod.log /data/configsecond2/mongod.log
  • 启动配置复制集
mongod --bind_ip 0.0.0.0 --replSet config --dbpath /data/config --logpath /data/config/mongod.log --port 37010 --fork --configsvr 
mongod --bind_ip 0.0.0.0 --replSet config --dbpath /data/configsecond1 --logpath /data/configsecond1/mongod.log --port 37011 --fork --configsvr 
mongod --bind_ip 0.0.0.0 --replSet config --dbpath /data/configsecond2 --logpath /data/configsecond2/mongod.log --port 37012 --fork --configsvr

在这里插入图片描述

  • 配置复制集进行初始化
mongo --port 37010

rs.initiate({
    
    
_id:"config",
members: [{
    
    
_id:0,
host:"192.168.1.104:37010"
},{
    
    
_id:1,
host:"192.168.1.104:37011"
},{
    
    
_id:2,
host:"192.168.1.104:37012"
}]
})

在这里插入图片描述
在这里插入图片描述

配置mongs 路由节点

  • 启动mongos 实例,需要指定配置服务器的地址列表。其中 configdb 为配置服务器的地址列表
    在这里插入图片描述
mongos --bind_ip 0.0.0.0 --logpath /data/mongos/mongos.log --port 4000 --fork --configdb config/192.168.1.104:37010,192.168.1.104:37011,192.168.1.104:37012

在这里插入图片描述

  • 连接到mongos中,并添加分片 直接通过mongo shell 客户端进行连接 mongo --port 4000 本地直连
    在这里插入图片描述
sh.addShard("shard1/192.168.1.104:27010,192.168.1.104:27011,192.168.1.104:27012");

在这里插入图片描述

  • 查看分片状态:
sh.status();

在这里插入图片描述

创建第二个复制集来实现分片

  • 启动分片实例
mongod --bind_ip 0.0.0.0 --replSet shard2 --dbpath /data/shard2 --logpath /data/shard2/mongod.log --port 27013 --fork --shardsvr 
mongod --bind_ip 0.0.0.0 --replSet shard2 --dbpath /data/shard2second1 --logpath /data/shard2second1/mongod.log --port 27014 --fork --shardsvr 
mongod --bind_ip 0.0.0.0 --replSet shard2 --dbpath /data/shard2second2 --logpath /data/shard2second2/mongod.log --port 27015 --fork --shardsvr

在这里插入图片描述

  • 初始化复制集
mongo --port 27013
rs.initiate({
    
    
_id:"shard2",
members: [{
    
    
_id:0,
host:"192.168.1.104:27013"
},{
    
    
_id:1,
host:"192.168.1.104:27014"
},{
    
    
_id:2,
host:"192.168.1.104:27015"
}]
})

在这里插入图片描述
在这里插入图片描述

  • 加入到集群分片
mongo --port 4000

sh.addShard("shard2/192.168.1.104:27013,192.168.1.104:27014,192.168.1.104:27015");

在这里插入图片描述
在这里插入图片描述

创建分片表:

  • MongoDB的分片时基于集合的,就算有分片集群不等于数据会自动分片,需要显示分片表
    首先需要 启用数据库分片
    sh.enableSharding(“库名”);
    sh.shardCollection(“库名.集合名”,{_id: “hashed”});
sh.enableSharding("order");

在这里插入图片描述

sh.shardCollection("order.account",{
    
    _id: "hashed"});

在这里插入图片描述

脚本测试

for( var i =0;i<100; i++){
    
     
db.account.insert({
    
    i:i}); 
}

在这里插入图片描述

分片1及其副本
在这里插入图片描述
在这里插入图片描述
分片2及其副本
在这里插入图片描述
事实证明,总数据之和为分片1节点的数据和分片2节点的数据相加才能得到

3. MongoDB 应用与开发实战

java 原生客户端

  • 引入依赖
<dependencies>
     <dependency>
         <groupId>org.mongodb</groupId>
         <artifactId>mongodb-driver-sync</artifactId>
         <version>4.1.1</version>
     </dependency>
 </dependencies>
  • 创建单元测试类
import com.mongodb.client.*;
import org.bson.Document;
import org.bson.conversions.Bson;

import java.util.Arrays;

import static com.mongodb.client.model.Filters.eq;

public class QuickStart {
    
    

    public static void main(String[] args) {
    
    

        // 连接本地默认端口的Mongod
        // MongoClient mongoClient = MongoClients.create()

        // 连接远程服务的指定端口的Mongod
        // MongoClient mongoClient = MongoClients.create("mongodb://host1:27017");

        // 连接指定端口复制集
        // MongoClient mongoClient = MongoClients.create("mongodb://host1:27017,host2:27017,host3:27017/?replicaSet=myReplicaSet");

        // 连接 mongos路由: 连接一个
        // MongoClient mongoClient = MongoClients.create( "mongodb://localhost:27017" );
        // 连接多个mongos路由
        MongoClient mongoClient = MongoClients.create("mongodb://192.168.1.104:4000");


        //获取数据库
        MongoDatabase database = mongoClient.getDatabase("productdb");

        // 获取集合
        MongoCollection<Document> productdesc=database.getCollection( "productdesc" );

        Document doc = new Document("name", "MongoDB")
                .append("type", "database")
                .append("count", 1)
                .append("versions", Arrays.asList("v3.2", "v3.0", "v2.6"))
                .append("info", new Document("x", 203).append("y", 102));

        productdesc.insertOne(doc);


        Bson eq = eq("name", "MongoDB");
        FindIterable<Document> find = productdesc.find(eq);
        Document first=find.first();
        System.out.println(first);

    }
}

在这里插入图片描述
在这里插入图片描述

Spring Boot 整合

  • 引入依赖
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-mongodb</artifactId>
</dependency>
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-web</artifactId>
</dependency>

<dependency>
	<groupId>org.projectlombok</groupId>
	<artifactId>lombok</artifactId>
	<optional>true</optional>
</dependency>
<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-test</artifactId>
	<scope>test</scope>
</dependency>
  • 添加配置类
package com.example.demo;

import com.mongodb.client.MongoClient;
import com.mongodb.client.MongoClients;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.mongodb.core.MongoTemplate;

@Configuration
public class AppConfig {
    
    

    public @Bean
    MongoClient mongoClient() {
    
    
        return MongoClients.create("mongodb://192.168.1.104:4000");
    }

    public @Bean
    MongoTemplate mongoTemplate() {
    
    
        return new MongoTemplate(mongoClient(), "productdb");
    }
}
  • 测试类
package com.example.demo;

public class Person {
    
    

  private String id;
  private String name;
  private int age;

  public Person(String name, int age) {
    
    
    this.name = name;
    this.age = age;
  }

  public String getId() {
    
    
    return id;
  }
  public String getName() {
    
    
    return name;
  }
  public int getAge() {
    
    
    return age;
  }

  @Override
  public String toString() {
    
    
    return "Person [id=" + id + ", name=" + name + ", age=" + age + "]";
  }

}

package com.example.demo;

import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.ApplicationArguments;
import org.springframework.boot.ApplicationRunner;
import org.springframework.data.mongodb.core.MongoTemplate;
import org.springframework.stereotype.Component;

import java.util.List;

import static org.springframework.data.mongodb.core.query.Criteria.where;
import static org.springframework.data.mongodb.core.query.Query.query;
import static org.springframework.data.mongodb.core.query.Update.update;
 
@Component
@Slf4j
public class ApplicationRunnerTest implements ApplicationRunner{
    
    

    @Autowired
    private MongoTemplate mongoOps;

    @Override
    public void run(ApplicationArguments applicationArguments) throws Exception {
    
    

        Person p = new Person("Joe", 34);

          // 插入文档
        mongoOps.insert(p);
        log.info("Insert: " + p);

        // 查询文档
        p = mongoOps.findById(p.getId(), Person.class);
        log.info("Found: " + p);

        // 更新文档
        mongoOps.updateFirst(query(where("name").is("Joe")), update("age", 35), Person.class);
        p = mongoOps.findOne(query(where("name").is("Joe")), Person.class);
        log.info("Updated: " + p);

        // 删除文档
        mongoOps.remove(p);

        // Check that deletion worked
        List<Person> people =  mongoOps.findAll(Person.class);
        log.info("Number of people = : " + people.size());

        mongoOps.dropCollection(Person.class);
    }
}
package com.example.demo;

import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;

@SpringBootApplication
public class DemoApplication {
    
    

	public static void main(String[] args) {
    
    
		SpringApplication.run(DemoApplication.class, args);
	}

}

在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/yemuxiaweiliang/article/details/121605883