绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
中台数据库设计:我选MongoDB ,毅然放弃MySQL
2021-03-25 14:53:38

本文主要讲述 vivo 评论中台在数据库设计上的技术探索和实践。


一、业务背景


随着公司业务发展和用户规模的增多,很多项目都在打造自己的评论功能,而评论的业务形态基本类似。当时各项目都是各自设计实现,存在较多重复的工作量;并且不同业务之间数据存在孤岛,很难产生联系。因此我们决定打造一款公司级的评论业务中台,为各业务方提供评论业务的快速接入能力。在经过对各大主流 APP 评论业务的竞品分析,我们发现大部分评论的业务形态都具备评论、回复、二次回复、点赞等功能。


具体如下图所示:



涉及到的核心业务概念有:


  • 【主题 topic】评论的主题,商城的商品、应用商店的 APP、社区的帖子

  • 【评论 comment】用户针对于主题发表的内容

  • 【回复 reply】用户针对于某条评论发表的内容,包括一级回复和二级回复


二、数据库存储的选择


团队在数据库选型设计时,对比了多种主流的数据库,终在  MySQL  和  MongoDB  两种存储之进行抉择。



由于评论业务的特殊性,它需要如下能力:


  • 【字段扩展】业务方不同评论模型存储的字段有一定差异,需要支持动态的自动扩展。


  • 【海量数据】作为公司中台服务,数据量随着业务方的增多成倍增长,需要具备快速便捷的水平扩展和迁移能力。


  • 【高可用】作为中台产品,需要提供快速和稳定的读写能力,能够读写分离和自动恢复。


而评论业务不涉及用户资产,对事务的要求性不高。因此我们选用了 MongoDB 集群 作为底层的数据存储方式。


三、深入了解 MongoDB


1.集群架构


由于单台机器存在磁盘/IO/CPU等各方面的瓶颈,因此以 MongoDB 提供集群方式的部署架构,如图所示:



主要由以下三个部分组成:


  • mongos:路由服务器,负责管理应用端的具体链接。应用端请求到mongos服务后,mongos把具体的读写请求转发到对应的shard节点上执行。一个集群可以有1~N个mongos节点。


  • config:配置服务器,用于分存储分片集合的元数据和配置信息,必须为 复制集(关于复制集概念戳我) 方式部署。mongos通过config配置服务器合的元数据信息。


  • shard:用于存储集合的分片数据的mongod服务,同样必须以 复制集 方式部署。


2.片键


MongoDB 数据是存在collection(对应 MySQL表)中。集群模式下,collection按照 片键(shard key)拆分成多个区间,每个区间组成一个chunk,按照规则分布在不同的shard中。并形成元数据注册到config服务中管理。



分片键只能在分片集合创建时指定,指定后不能修改。分片键主要有两大类型:


  • hash分片:通过hash算法进行散列,数据分布的更加平均和分散。支持单列和多列hash。


  • 范围分片:按照指定片键的值分布,连续的key往往分布在连续的区间,更加适用范围查询场景。单数据散列性由分片键本身保证。


3.评论中台的实践


1)集群的扩展


作为中台服务,对于不同的接入业务方,通过表隔离来区分数据。以comment评论表举例,每个接入业务方都单独创建一张表,业务方A表为  comment_clientA ,业务方B表为 comment_clientB,均在接入时创建表和相应索引信息。但只是这样设计存在几个问题:


  • 单个集群,不能满足部分业务数据物理隔离的需要。

  • 集群调优(如split迁移时间)很难业务特性差异化设置。

  • 水平扩容带来的单个业务方数据过于分散问题。


因此我们扩展了 MongoDB的集群架构:



  • 扩展后的评论MongoDB集群 增加了 【逻辑集群】和【物理集群】的概念。一个业务方属于一个逻辑集群,一个物理集群包含多个逻辑集群。


  • 增加了路由层设计,由应用负责扩展Spring的MongoTemplate和连接池管理,实现了业务到MongoDB集群之间的切换选择服务。


  • 不同的MongoDB分片集群,实现了物理隔离和差异调优的可能。


2)片键的选择


MongoDB集群中,一个集合的数据部署是分散在多个shard分片和chunk中的,而我们希望一个评论列表的查询好只访问到一个shard分片,因此确定了 范围分片 的方式。


起初设置只使用单个key作为分片键,以comment评论表举例,主要字段有{"_id":id,"topicId":主题id,"text":文本内容,"createDate":时间} ,考虑到一个主题id的评论尽可能连续分布,我们设置的分片键为   topicId。随着性能测试的介入,我们发现了有两个非常致命的问题:


  • jumbo chunk问题

  • 键问题


jumbo chunk:


官方文档中,MongoDB中的chunk大小被限制在了1M-1024M。分片键的值是chunk划分的依据,在数据量持续写入超过chunk size设定值时,MongoDB 集群就会自动的进行分裂或迁移。而对于同一个片键的写入是属于一个chunk,无法被分裂,就会造成  jumbo chunk 问题。


举例,若我们设置1024M为一个chunk的大小,单个document 5KB计算,那么单个chunk能够存储21W左右document。考虑热点的主题评论(如微信评论),评论数可能达到40W+,因此单个chunk很容易超过1024M。超过大size的chunk依然能够提供读写服务,只是不会再进行分裂和迁移,长久以往会造成集群之间数据的不平衡。


键问题:


MongoDB 集群的键设置增加了限制,必须是包含分片键的;如果_id不是分片键,_id索引只能保证单个shard上的性。


You cannot specify a unique constraint on a hashed index

For a to-be-sharded collection, you cannot shard the collection if the collection has other unique indexes

For an already-sharded collection, you cannot create unique indexes on other fields


因此我们删除了数据和集合,调整    topicId 和 _id 为联合分片键 重新创建了集合。这样即打破了chunk size的限制,也解决了性问题。


4.迁移和扩容


随着数据的写入,当单个chunk中数据大小超过指定大小时(或chunk中的文件数量超过指定值)。MongoDB集群会在插入或更新时,自动触发chunk的拆分。



拆分会导致集合中的数据块分布不均匀,在这种情况下,MongoDB balancer组件会触发集群之间的数据块迁移。balancer组件是一个管理数据迁移的后台进程,如果各个shard分片之间的chunk数差异超过阈值,balancer会进行自动的数据迁移。


balancer是可以在线对数据迁移的,但是迁移的过程中对于集群的负载会有较大影响。一般建议可以通过如下设置,在业务低峰时进行(更多见官网)


MongoDB的扩容也非常简单,只需要准备好新的shard复制集后,在 Mongos节点中执行:


扩容期间因为chunk的迁移,同样会导致集群可用性降低,因此只能在业务低峰进行


四、写在后


MongoDB集群在评论中台项目中已上线运行了一年多,过程中完成了约10个业务方接入,承载了1亿+评论回复数据的存储,表现较为稳定。BSON非结构化的数据,也支撑了我们多个版本业务的快速升级。而热门数据内存化存储引擎,较大的提高了数据读取的效率。


但对于MongoDB来说,集群化部署是一个不可逆的过程,集群化后也带来了索引,分片策略等较多的限制。因此一般业务在使用MongoDB时,副本集方式就能支撑TB级别的存储和查询,并非一定需要使用集群化方式。


以上内容基于MongoDB 4.0.9版本特性,和新版本的MongoDB细节上略有差异。


>>>>

参考资料

https://docs.mongodb.com/manual/introduction/


作者丨官网商城开发团队
来源丨公众号:vivo互联网技术(ID:vivoVMIC)


分享好友

分享这个小栈给你的朋友们,一起进步吧。

数据中台
创建时间:2020-07-08 14:50:02
数据中台解决方案以数据中台建设为核心,以数据化咨询与数据化运营为双引擎驱动的企业整体数字化转型解决方案.
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

技术专家

查看更多
  • Jack2k
    专家
戳我,来吐槽~