一、什麼是MongoDB

　　　• MongoDB(來自於英文單詞“Humongous”,中文含義為“龐大”)是一個開放原始碼的OLTP資料庫。

　　　• 使用靈活的JSON Document模型，非常適合採用敏捷式架構，開發具有高可用性與水平擴充的巨量資料應用程式。

 

二、MongoDB的特色

　　　MongoDB 的設計理念專注於將關聯式資料庫的關鍵功能與 NoSQL 技術的創新相結合。

　　　1. 關聯式資料庫的關鍵功能

　　　• 具有豐富功能的查詢語言與次級索引

　　　　– 用戶能夠使用強大的查詢、投影、聚合和更新操作符操作他們的數據。

　　　• 強一致性

　　　　– 應用程序能夠立即讀取已寫入數據庫的內容。

　　　• 企業管理與資料整合

　　　　– 具企業等級的管理工具及資料安全和審計服務。

 

　　　2. NoSQL資料庫的創新

　　　• 彈性的資料模型

　　　　– 基於JSON的規格特性，MongoDB可以在欄位中儲存其他文檔，自然形成目錄般的多層結構。

　　　• 可擴充性與效能

　　　　– 透過水平擴充增加更多節點，以補足垂直擴充架構的不足，來達到更大的儲存容量與更高的效能。

　　　• 全球部屬的高可用性

　　　　– 提供完全託管的雲數據庫MongoDB Atlas。

 

　　　3. MongoDB與RDBMS的架構比對

　　　4. MongoDB與RDBMS相關名詞對應

RDBMS	MongoDB
Database	Database
Table	Collection
Row	Document
Column	Field
Primary Key	_id(特殊Field)
Index	Index
Join	JoinLinking
Group By	Aggregation

 

三、MongoDB的基本概念

　　　1. Database

　　　　　• MongoDB的單個實例 (mongod)，可以容納多個獨立的資料庫，每一個都有自己的集合和權限。

　　　2. Collection

　　　　　• 可包含多筆資料，類似 RDBMS 的表格。

　　　　　• 集合沒有固定的結構 (schema-free)，可以插入不同類型的資料。

　　　　　• 當第一個文件插入時，集合就會自動被創建。

　　　3. Document

　　　　　• 文件是一個鍵值(key-value)對，以JSON格式呈現，使用BSON格式儲存。

　　　　　• 「_id」欄位為必要欄位，可自行定義其值，未定義則由MongoDB自行塞入一組ObjectId。

　　　　　• Field中的值可以為陣列、內嵌文件等屬性。

 

四、MongoDB的複製集(Replica set)與容錯機制

　　　Replica set由多台主機組成，其中一台為Primary，其他台為Secondary，多台機器之間的狀態及資料會自動同步。

　　　當Primary因故不可用時，系統會自動在Secondary中選出一台Primary並恢復工作，從而實現高可用性。

　　　1. 相關名詞說明

　　　　　• Primary：主要資料庫

　　　　　　– 唯一可被寫入的節點。

　　　　　• Secondary Members：次要資料庫成員

　　　　　　– 其內容由主要資料庫複製而來，可供讀取使用。

　　　　　　– 若目前主要資料庫發生問題，經選舉後，可變成新任主要資料庫。

　　　2. 特殊的次要資料庫成員

　　　　　• 優先權為0的次要資料庫成員

　　　　　　– 不能變為主要資料庫。

　　　　　　– 不能發起主要資料庫選舉。

　　　　　　– 在選舉時，必須投票給優先權更高的成員。

　　　　　• 隱藏的次要資料庫成員(Hidden)

　　　　　　– 不能變為主要資料庫。

　　　　　　– 客戶端使用複製集方式連線時，無法連線到隱藏的資料庫(通常用於備份或報表)。

　　　　　• 延遲的次要資料庫成員

　　　　　　– 須為隱藏的次要資料庫成員。

　　　　　　– 此資料庫內容與主要資料庫內容有一段時間差。

　　　　　• 複製集仲裁者(Arbitor)

　　　　　　– 此資料庫沒有資料，所以不能變成主要資料庫。

　　　　　　– 會參與主要資料庫選舉的投票。

　　　3. 選舉機制

　　　　　• 何時會發生主要資料庫選舉?

　　　　　　(1) 初始建立複製集

　　　　　　(2) 複製集重新組態

　　　　　　　   – 變更成員、優先權、投票權等。

　　　　　　(3) 當某個次要資料庫成員偵測到主要資料庫發生問題

　　　　　　　   – 每2秒進行一次心跳(Heartbeat)。

　　　　　　　   – 當10秒內未收到主要資料庫回應訊息，則認定主要資料庫發生問題。

　　　　　　(4) 當主要資料庫主動降級

　　　　　　　   – 當主要資料庫需要維護。

　　　　　　　   – 當主要資料庫發現有優先權更高的次要資料庫存在，且該次要資料庫的內容不落後主要資料庫超過10秒。

　　　　　• 主要資料庫的選舉規則

　　　　　　– 次要資料庫需取得「大多數」可投票成員的同意，才能當選主要資料庫。

　　　　　　– 當次要資料庫只要取得「一張」反對調，則無法被選為主要資料庫。

　　　　　　– 每個複製集的可投票的成員上限為7

投票成員	1	2	3	4	5	6	7
大多數成員	1	2	2	3	3	4	4
容忍失效成員	0	0	1	1	2	2	3

 

五、MongoDB的資料分片(Sharding)與橫向擴充機制

　　　分片(sharding)是一種在多台主機之間分配資料的方法，來實現具有非常大的數據集和高吞吐量操作的部署。

　　　透過水平擴充增加更多節點，以補足垂直擴充架構的不足，來達到更大的儲存容量與更高的效能。

　　　1. 資料分片的優點

　　　　　• 擴充性方面

　　　　　　(1) 分散讀寫的工作量，讓每台機器只處理叢集的部分資料，提高讀寫效能。

　　　　　　(2) 提高叢集的儲存容量。

　　　　　　(3) 分散每台主機記憶體的使用量，降低存取磁碟的機會。

　　　　　• 分層式儲存 – 搭配Zone / Tag Sharding

　　　　　• 快速備份與回存　　

　　　2. 相關名詞說明

　　　　　• Mongos

　　　　　　– 為Shard cluster的存取入口，客戶端透過Mongos存取位於Shard的資料。

　　　　　　– 當客戶端透過Mongos存取資料時，Mongos向Config Server詢問該資料位在哪些Chunk，
　　　　　　　而Chunk在哪些Shard。

　　　　　　– 可同時設定多個Mongos連線到同一個Shard cluster，以分散負載。

　　　　　• Config Server

　　　　　　– 記錄著Document與Chunk/Shard的對應關係。

　　　　　　– 必須建置為Replica set，確保高可用性。

　　　　　• Shard

　　　　　　– 儲存Sharded collection的部分資料於Chunk之內。

　　　　　　– 必須建置為Replica set，確保高可用性。

　　　　　• Chunk

　　　　　　– Shard的最小單位。

　　　　　　– 預設Chunk size為64MB。當超過大小時，將自動產生第二個Chunk，並將資料分割平均放在兩個Chunk中。

　　　　　　– 當每個Shard中的Chunk數分佈不均時，MongoDB會自動移動Chunk到其他Shard。

　　　　　　– 每個 chunk 儲存的資料範圍，取決於 shard key 值。

　　　　　• Shard Key

　　　　　　– 即特殊的「索引」欄位，集合內的文檔，都要有此欄位。可為單一欄位或複合欄位。

　　　　　　– 做為分散資料的規則。

　　　　　　– 每個集合只能有一個Shard key。

　　　3. Shard Key的設計

　　　　　• 合適的Shard key條件

　　　　　　(1) High Cardinality：Shard key應有許多不同的值。

　　　　　　(2) Write Scaling：分散寫入到多個Shard。

　　　　　　(3) Query Isolation：Shard key應該常被查詢操作當作條件。

　　　　　• Shard key選擇的重要性

　　　　　　(1) 影響效能與擴充性

　　　　　　(2) 事後變更成本高

 

六、MongoDB Atlas

　　　MongoDB Atlas為一雲端全託管分散式資料庫服務，可以在AWS、Azure和Google Cloud上完全託管。

　　　提供跨雲端平台的資料搬移、自動化佈署、視覺化管理和修復等功能。