背景：我司是一家正處于高速發(fā)展，目前擁有數百萬用戶，年銷售額近五十億的社交電商公司。公司技術部建立之初，為了適應用戶量的高速增長，與業(yè)務的不斷變更迭代，在選用數據庫的時候，經過調研對比我們選擇了MongoDB。

[[330601]]

是的，你沒看錯，All in MongoDB!

全文大綱：

1. 為什么使用MongoDB(選擇數據的時候我們是怎么考慮的?)

2. MongoDB架構(99.99%高可用，晚上安心睡大覺!)

3. MongoDB 分片(海量數據應對之道!)

4. MongoDB文檔模型介紹(靈活!靈活!靈活!)

1.為什么使用MongoDB

因為我司主要做社交電商的業(yè)務，所以對數據庫的性能有一定的要求，加上商品交易是公司主要盈利來源，所以對數據庫的高可用也有一定的要求。

總結一下我們對數據庫的要求：

• 安全，穩(wěn)定
• 高可用
• 高性能

我們在考慮數據庫選型的時候主要考慮什么?

• 數據規(guī)模
• 支持讀寫并發(fā)量
• 延遲與吞吐量

從數據規(guī)模來說訂單和商品SKU，還有會員信息這些重要的數據記錄肯定會隨著時間源源不斷的增長，所以我們需要的不僅僅是滿足當下要求，更需要為半年一年后海量數據更為方便的擴容做考量!

下面我們從MongoDB的架構，性能，和文檔模型來介紹一下我們選擇MongoDB的理由!

2.MongoDB架構

2.1 關于高可用

數據庫作為系統(tǒng)核心，要保證99.99%的可用性，而高可用的保證來自于MongoDB冗余數據的復制集模式。MongoDB自帶多副本高可用，只需要合理的配置，就能避免單數據庫節(jié)點故障導致服務的不可用。

圖例說明：

• 一個Primary主節(jié)點，主要接受來自server的讀寫;
• 兩個Secondary從節(jié)點，用于同步來自Primary的數據。

關于高可用：當主節(jié)點發(fā)生故障的時候，兩個從節(jié)點會進行選舉，投票產生一個新的主節(jié)點，進而保證服務的可用性。(PS：在選舉過程中數據不可寫入，但是如果Secnondary節(jié)點配置可讀，那么此時是可以讀取數據的。)這就是MongoDB的高可用，配置簡單，不需要引入額外的中間件或者插件去輔助數據庫節(jié)點間的故障轉移。

2.2 關于選舉算法《分布式一致性算法---raft》

raft協(xié)議是在leader節(jié)點發(fā)生故障或者網絡分區(qū)導致腦裂時如何保證分布式數據一致性的一個算法，MongoDB采用了該算法來保證當主節(jié)點故障或者網絡分區(qū)的情況下，數據的一致性。當然MongoDB用的和raft原版算法肯定會略有不同，MongoDB會采用Secondary向Primary拉數據，而不是Primary向Secondary推數據的方式來減輕Primary的壓力等等有利于數據庫操作的方式對raft進行改進使用。

raft算法動畫演示

http://thesecretlivesofdata.com/raft/

2.3 關于超大規(guī)模復制集(集群)

{ 
   "_id" : <num>, 
   "host" : <hostname:port>, 
   "arbiterOnly" : false, 
   "buildIndexes" : true, 
   "hidden" : false, 
   "priority" : 0,  // 設置為0 
   "tags" : { 
 
 
   }, 
   "slaveDelay" : NumberLong(0), 
   "votes" : 0  // 設置為0 
} 

MongoDB最多允許50個節(jié)點，但是最多只有7個節(jié)點有投票權，一個節(jié)點可以配置7個無投票權的Non-Voting節(jié)點，加上一個Primary節(jié)點。

為什么只能允許存在7個投票節(jié)點呢?參考2.2小節(jié)的raft算法，節(jié)點越多，投票時間越長，選舉出來的Primary節(jié)點時間也就越長，這個過程中我們是無法進行寫操作的，因為沒有主節(jié)點。

那么多非投票節(jié)點有什么用呢?大家應該都聽過MySQL的讀寫分離吧，利用讀寫分離來提高數據庫性能。 MongoDB這里其實也可以，Primary用來寫，Secondary用來讀，可以給BI部門一個Secondary，給財務部門一個Secondary，給運營部門一個Secondary······

2.4 WriteConcern

既然我們的數據庫擁有至少超過三個節(jié)點(1Primary+2Secondary)，Secondary通過同步Primary的數據來保持一致性，那么當我們寫操作的時候，如何保證數據安全的落盤呢?

有以下幾種情況：

1. 寫Primary成功，返回客戶端寫成功，Secondary還未同步Primary的時候，Primary掛了，數據丟失!

2. 寫Primary成功，數據同步一個Secondary成功，返回客戶端寫成功。此時Primary掛了，數據不會丟失。但是恰好Primary與同步的Secondary同時掛了，數據丟失!

3. 寫Primary成功，數據同步兩個Secondary成功，返回客戶端寫成功。此時Primary掛了，數據不會丟失。

我們對以上三種情況進行分析：第一種情況有風險會造成數據丟失。第二種情況還是會出現數據丟失，但是數據丟失的概率大大降低。第三種情況是最安全的做法，但是節(jié)點數目多了，同步非常耗時，用戶需要等待的時間過長，一般不考慮。

MongoDB在這里推薦折衷方案就是使用Write Concern---在數據可靠性與效率之間的權衡!

db.products.insert( 
   { item: "envelopes", qty : 100, type: "Clasp" }, 
   { writeConcern: { w: "majority" , wtimeout: 5000 } }  // 設置writeConcern為majority，超時時間為5000毫秒 
) 

3.MongoDB分片

3.1 大規(guī)模數據是如何影響數據庫效率的?

數據庫的性能還與數據庫本身規(guī)模息息相關。拿關系型數據庫舉例：

• 查詢百萬表和千萬表甚至過億的表效率相差很大，查詢性能急劇惡化。
• 插入的時候創(chuàng)建索引可能會引起索引樹的調整與頁分裂。

3.2 面對海量數據如何提升數據讀寫效率?

為了在海量數據中提升數據庫的效率，我們采用分而治之的思想，將大表拆成小表，大庫拆成小庫。

關系型數據庫中我們常用分表分庫來解決：

• 例如將訂單庫分為在線庫和離線庫，近三個月是在線庫，遠期的訂單數據放入離線庫，這樣在線庫的數據就大大減少，數據庫性能就得到了提升。
• 又例如當我們的用戶量過多超過千萬行記錄，單表查詢效率下降，我們將一張用戶表拆成多張用戶表，這個就是水平拆分。

MongoDB中我們是如何做的呢?

3.3 MongoDBSharding

MongoDB的分片

通過將同一個集合(Collection1)的數據按片鍵(shard keys)分到不同的分片(shard)上面，減少同一個數據文件上的數據量，已達到拆分數據規(guī)模的目的。

Shard 優(yōu)勢：在線擴容，動態(tài)擴容

Shard：用于存儲實際的數據塊，實際生產環(huán)境中一個shard server角色可由幾臺機器組個一個replica set承擔，防止主機單點故障。

Config Server：配置服務器 mongod實例，存儲了整個集群的元數據與配置，其中包括 chunk信息，在MongoDB 3.4中，配置服務器必須部署為一個副本集。

Mongos：mongos充當查詢路由器，提供客戶端應用程序和切分集群之間的接口。

服務器插入的數據通過Mongos路由到具體地址，這也是MongoDB的便利之處，不需要自己關注路由，也不需要使用第三方提供的中間件輔助路由，可靠，放心。

分片的負載均衡

當我們的MongoDB 副本集變成分片集群后，隨著數據量的增長，各個分片也會越來越大，這里就會出現兩種情況：

1. 冷熱數據，某個分片數據量過大。

2. 數據總量大，分片集群的分片過大。

當出現問題(1)的時候，MongoDB的負載均衡器(Balancer)會自動將大分片中的數據遷往小分片。注意這并不意味我們可以高枕無憂了，恰恰相反，我們應該反思是不是自己片鍵選擇失誤而造成的數據不均勻!因為對分片遷移也是消耗性能的，應用服務器寫一次到Shard B，然后Shard B重寫到Shard C無形之中數據被寫了兩次，這是極大的浪費!

當出現問題(2)的時候，當然是給過大的分片集合添加新的分片以此分攤分片集群的壓力。

注意：MongoDB分片雖然是可在線的，但是多少都會對正常的讀寫操作性能有一定的影響，建議在非繁忙時間段進行分片部署!

4.MongoDB文檔模型介紹

數據庫建模的挑戰(zhàn)在于平衡應用的需要，適合該數據庫引擎發(fā)揮的結構以及數據的檢索模式。當我們設計數據模型的時候，需要考慮應用使用數據的情況(查詢，更新，和數據處理)以及該數據本身的結構。

4.1 靈活的Schema

在關系型數據庫中，必須按照確定的表結構去插入數據。但是，由于MongoDB是文檔型數據庫，在插入數據的時候默認并不對此做要求。其表現在于：

同一個集合中不同文檔不一定需要有相同的字段，并且字段類型也可以不同。

在集合中改變文檔的結構，例如增加一個字段，刪除一個字段，或者改變一個字段的類型，只需要對該文檔更新即可。

4.2 舉例1:N模型設計

在電商業(yè)務中，一個用戶可能有多個收件人以及收件地址。在關系型數據庫中，我們需要建立聯(lián)系人表，地址表，并且將其關聯(lián)。但是在MongoDB中，我們只需要一個集合就能將此搞定!

數據關系如下：

// patron document 
{ 
   _id: "joe", 
   name: "Joe Bookreader" 
} 
 
 
// address documents 
{ 
   patron_id: "joe", // reference to patron document 
   street: "123 Fake Street", 
   city: "Faketon", 
   state: "MA", 
   zip: "12345" 
} 
 
 
{ 
   patron_id: "joe", 
   street: "1 Some Other Street", 
   city: "Boston", 
   state: "MA", 
   zip: "12345" 
} 

在MongoDB中我們可以這樣進行設計：

{ 
   "_id": "joe", 
   "name": "Joe Bookreader", 
   "addresses": [ 
                { 
                  "street": "123 Fake Street", 
                  "city": "Faketon", 
                  "state": "MA", 
                  "zip": "12345" 
                }, 
                { 
                  "street": "1 Some Other Street", 
                  "city": "Boston", 
                  "state": "MA", 
                  "zip": "12345" 
                } 
              ] 
 } 

沒錯，以上就是集合中的一個document(文檔)，是不是感覺很靈活很方便!你可以在SKU集合中添加分類信息，或者商品標簽，還可以在庫存集合中冗余SKU的基本信息，還可以在訂單集合中冗余部分下單者信息···沒錯，就是這么靈活!這也是我們選擇MongoDB的一個重要原因之一，讓開發(fā)者的心智負擔少了很多，不需要成為SQL高手，你也能在MongoDB中寫出性能優(yōu)異的查詢語句。

當然冗余一時爽，重構火葬場的段子也不是沒聽過，因為過多的冗余最終會造成數據的過于臃腫，性能降低等各種問題，這個要控制住開發(fā)者的冗余沖動，也依賴于團隊技術Leader對此的把關。

總結

互聯(lián)網業(yè)務不是一成不變的，產品和用戶的需求還有市場都一直在變!我們沒有技術實力打造一個能夠適應靈活多變的業(yè)務的中臺，但是目前我們可以選擇一個可靠，強大并且靈活的數據庫 -- MongoDB!

作者：唐銀鵬

開源愛好者、Gopher。

從事電商、IM系統(tǒng) 深度研發(fā)，MongoDB愛好者，公眾號《從菜鳥到大佬》作者。

本文轉載自微信公眾號「 Mongoing中文社區(qū)」，可以通過以下二維碼關注。轉載本文請聯(lián)系 Mongoing中文社區(qū)公眾號。