MongoDB高可用

作者 : 松哥资源 本文共1548个字,预计阅读时间需要4分钟 发布时间: 2023-03-2 共868人阅读




示例标题

单节点

分析:

  1. 由于单节点,读写均在一个节点上进行,读写压力可能比较大
  2. 存在单点故障问题,一旦出现问题,整个服务都不用
  3. 存储的数据量也会成为一个瓶颈

优点:

  1. 结构简单,已部署,已维护,客户端使用起来也方便

主从架构

Untitled

特点:

  1. 写数据只能在master上进行
  2. slave之间互相不能感知

分析:

  1. 存在主从必定存在数据复制的过程,那么逃不了要面临数据同步延迟问题,也就是数据不一致问题
  2. 如果master宕机后正好数据同步不及时,那么数据就会丢失
  3. 由于slave之间不能互相感知,并且又没有另外的类似监控角色存在,所以一旦master宕机,是没办法自动故障转移的,必须人为参与,那么SLA(就是指几个9,或者可用性)必定大打折扣

从MongoDB 3.6 开始已经彻底废弃不使用了

副本集架构

  1. 有三种角色:Primary,Secondary,Arbiter(可选),下面可能会描述为主节点(Primary)、从节点(Secondary)
  2. Arbiter不储存数据,只负责投票,并且是可选配置
  3. Primary节点有且仅有一个
  4. 在某些特定场合(比如网络出现分区),Primary节点可能出现多个,但通常只有最新的primary节点能正常响应写请求
  5. Primary会把对数据的所有改动都记录在oplog日志中
  6. 从节点会同步primary节点的oplog,然后根据oplog进行重放,从而保持与Primary数据同步
  7. 如果某个时候Primary节点不可用,那么从节点会发起选举要求自己成为主节点
  8. 在某个情况下(比如成本限制)没有条件部署多余的从节点,此时可以选择部署一个Arbiter,Arbiter只复制选举,不负责数据存储。通过这样的方式既能节约成本,又能保证高可用。比如注意观察下面的图
  9. 当主节点生产oplog的速率大于从节点复制oplog的速率,那么数据延迟会逐渐增长。当超过一个阈值后,主节点会开启流量控制。
  10. 主节点流量控制:一言蔽之就是主节点会限制应用写入数据的速度。如何限制呢? 当主节点开启流控后,应用写入数据前需先请求一个票据(可以理解为token),主节点通过限制票据的生产速度来达到流控的目的
  11. 当从节点与主节点断开联系超过一定的时间,那么符合条件的从节点会发起选举要求自己成为主节点
  12. 副本集群在选主过程中,是不能对外提供写服务的(这是一种不可用的表现),但保留了提供读服务的能力。(用不用取决于客户端,客户端可以配置在主节点脱机时是否在从节点上执行)
  13. 默认情况下,客户端的读操作由主节点完成。但客户端可以通过配置从而让从节点来完成读操作
  14. 下面的图全部来自于mongodb官网

Untitled

Untitled

Untitled

Untitled

Untitled

本质也是主从架构,只是增加了第三个角色:仲裁者(Arbiter),然后更换了角色名以及职责

扩展阅读:https://www.mongodb.com/docs/manual/replication/

特点:

  1. primary节点负责读写请求的处理(客户端可以指定把读请求交给副本节点完成)
  2. 整个集群中,各个节点之间有心跳信息,也就是说从节点间能互相感知
  3. primary节点宕机后,会从seondary节点中选择一个作为新的primay节点对外提供服务
  4. arbiter节点不存储数据,只进行选主投票

分析:

  1. 通过增加仲裁者的角色以及节点间互相感知的功能,可以做到故障自动转移
  2. 仍然存在数据不一致或丢失的问题


  • 随机毒鸡汤:别羡慕他们,他们也会分的。


文章来源于justsoso.fun: MongoDB高可用





发表回复