1. 序言
- 本博客是上一博客的进阶版：mac M2安装单机版 MongoDB 7.x，上一博客可以看做是单机、单节点部署MongoDB
- 本博客将介绍单机、多服务部署MongoDB，实际就是伪分布式部署
2. 副本集(Replica Set)方式部署
2.1 什么是副本集？
- 多节点部署、主从部署等其实都是为了 MongoDB 的高可用，支持数据多副本、读写分离等
- 较新版本的MongoDB Master/slave 被废弃，通过副本集提供高可用和数据冗余
"msg":"Master/slave replication is no longer supported" - 一个副本集由多个节点组成，其中一个节点是主节点（Primary），其余是从节点（Secondary）
- 主节点处理所有的写操作，从节点复制主节点的数据并可以处理读操作（如果启用了读偏好）
- 副本集的特点：
- 高可用性： 如果主节点发生故障，从节点会自动选举一个新的主节点。
- 数据冗余：数据在多个节点上复制，提供数据冗余。
- 读扩展：可以配置从节点处理读操作，以减轻主节点的负载。
2.2 副本集部署
2.2.1 启动3个MongoDB服务
-
在本机以前台进程的方式启动3个 MongoDB 服务，且指定副本集为
rs0mongod --replSet rs0 --dbpath /Users/bytedance/mongodb11/data --port 27031 --bind_ip_all mongod --replSet rs0 --dbpath /Users/bytedance/mongodb12/data --port 27032 --bind_ip_all mongod --replSet rs0 --dbpath /Users/bytedance/mongodb13/data --port 27033 --bind_ip_all -
如果想通过配置文件部署，服务1的配置文件如下
# 数据存储相关配置 storage: dbPath: /Users/bytedance/mongodb2/data journal: enabled: true # 网络相关配置 net: port: 27030 bindIp: 0.0.0.0 # 允许从所有IP地址访问 # 副本集相关配置 replication: replSetName: "rs0" # 日志相关配置 systemLog: destination: file logAppend: true logRotate: rename path: /Users/xxx/mongodb11/log/mongo.log # 进程管理相关配置 processManagement: fork: true # 以守护进程方式运行（后台运行） # 安全相关配置 security: authorization: disabled # 关闭用户认证
2.2.2 初始化副本集
-
通过mongosh登录访问其中一个服务：
mongosh --port 27032 -
执行如下命令初始化副本集合：
rs.initiate({ _id: "rs0", members: [ { _id: 0, host: "localhost:27031" }, { _id: 1, host: "localhost:27032" }, { _id: 2, host: "localhost:27033" } ] }) -
执行
rs.status()验证副本集状态rs0 [direct: primary] test> rs.status() { set: 'rs0', ... # 其他信息省略 members: [ { _id: 0, # initiate 时指定的id name: 'localhost:27031', health: 1, state: 2, stateStr: 'SECONDARY', # 从节点 ... # 其他信息省略 }, { _id: 1, name: 'localhost:27032', health: 1, state: 1, stateStr: 'PRIMARY', # 主节点 ... # 其他信息省略 }, { _id: 2, name: 'localhost:27033', health: 1, state: 2, stateStr: 'SECONDARY', # 从节点 ... # 其他信息省略 } ], ok: 1, ... # 其他信息省略 } -
还可以通过
rs.isMaster()查看当前访问的服务是不是primary节点rs0 [direct: primary] test> rs.isMaster() { ... # 其他信息省略 hosts: [ 'localhost:27031', 'localhost:27032', 'localhost:27033' ], setName: 'rs0', setVersion: 1, ismaster: true, # 当前访问的是primary节点（服务） secondary: false, primary: 'localhost:27032', me: 'localhost:27032', .. # 其他信息省略 readOnly: false, ... # 其他信息省略 isWritablePrimary: true # 只能通过primary节点写入 }
2.3 副本集中数据的读写
-
从上面的信息就可以看出， 副本集的可以支持设置读写偏好、支持读写分离
-
例如，
isWritablePrimary: true只能在primary节点写入，若在非primary节点插入数据将报错Uncaught: MongoBulkWriteError[NotWritablePrimary]: not primary -
在primary节点插入数据
db.test_data.insertMany([ { name: "Bob", age: 25, sex: "male", city: "Los Angeles" }, { name: "Carol", age: 28, sex: "female", city: "Chicago" }, { name: "Dave", age: 35, sex: "male", city: "San Francisco" } ]) -
在任意节点查询数据
db.test_data.find({'name':"Bob"})
3. 部署分片(Sharding)集群
3.1 什么是分片？
- 在数据存储系统中，除了支持副本集（多副本存储全量数据），还支持分片（
Sharding），MongoDB也不例外 - 分片是 MongoDB 提供的一种水平扩展机制，用于将数据分布在多个服务器上
- 分片具备以下特性：
- 水平扩展：通过将数据分布在多个分片上，解决单个服务器的存储和性能限制。
- 负载均衡：数据和请求可以在多个分片之间均匀分布。
- 高可用性：结合副本集使用，每个分片可以是一个副本集，从而提供高可用性。
3.2 副本集 vs 分片
- 相对副本集，分片会按照某种规则将数据拆分成多个split，每个split存储到相应的分片
- 以销售数据为例，形象化比喻：
- 副本集就是一个机房有多台机器，每台机器都将存储中国市场的销售数据
- 分片就是存在多个机房，每个机房存储只存储所在区域的销售数据。例如，华北机房只存储华北地区的销售数据，西南机房只存储西南地区的销售数据
- 同时，为了提供高可用和数据冗余，分片存储时，每个机房需要有多台机器，支持多副本储存该区域的销售数据
- 也就是说，一个分片就是一个副本集，分片内部通过副本集实现高可用和数据冗余机制
3.3 部署分片集群（副本集与分片的结合使用）
- 分片集群由配置服务器（Config Servers）、分片服务器（Shards）、和路由服务器（mongos）组成
- 配置服务器作为副本集：配置服务器存储集群的元数据，为了确保配置服务器的高可用性，配置服务器也通常设置为一个副本集
- 每个分片作为一个副本集：在分片集群中，每个分片通常是一个副本集。这意味着每个分片不仅能存储数据的一部分，还能提供高可用性和数据冗余。
- 路由服务器（mongos）：mongos不存储数据，而是作为路由器将客户端请求路由到适当的分片，可以部署多个mongos实例以提供高可用性和负载均衡
3.3.1 部署配置服务器
-
使用如下命令，在本地启动三个配置服务器，注意提前创建好data目录
-
--configsvr：表示这是一个配置服务器 -
--replSet rs0：设置副本集，配置服务器的本质是一个副本集mongod --configsvr --replSet rs0 --dbpath /Users/xxx/mongodb1/data/configdb --port 27019 --bind_ip_all mongod --configsvr --replSet rs0 --dbpath /Users/xxx/mongodb2/data/configdb --port 27020 --bind_ip_all mongod --configsvr --replSet rs0 --dbpath /Users/xxx/mongodb3/data/configdb --port 27021 --bind_ip_all
-
-
访问某个配置服务，初始化副本集
mongosh --port 27019 # 访问配置服务 rs.initiate({ _id: "rs0", configsvr: true, members: [ { _id: 0, host: "localhost:27019" }, { _id: 1, host: "localhost:27020" }, { _id: 2, host: "localhost:27021" } ] }) -
PS: 若以后台服务方式启动，上述启动方式对应的配置文件如下
storage: dbPath: /Users/xxx/mongodb1/data/configdb journal: enabled: true # 网络相关配置 net: port: 27010 bindIp: 0.0.0.0 # 允许从所有IP地址访问 # 复制集相关配置 replication: replSetName: "rs0" # 设置role：分片集群中的配置服务器 sharding: clusterRole: "configsvr" # 日志相关配置 systemLog: destination: file logAppend: true logRotate: rename path: /Users/xxx/mongodb1/log/configd/mongo.log # 进程管理相关配置 processManagement: fork: true # 以守护进程方式运行（后台运行） # 安全相关配置 security: authorization: disabled # 关闭用户认证
3.3.2 部署分片服务器
shard1
-
使用如下命令，在本地启动三个分片服务器，注意提前创建好data目录
mongod --shardsvr --replSet shard1 --dbpath /Users/bytedance/mongodb1/data/shard --port 27022 --bind_ip_all mongod --shardsvr --replSet shard1 --dbpath /Users/bytedance/mongodb2/data/shard --port 27023 --bind_ip_all mongod --shardsvr --replSet shard1 --dbpath /Users/bytedance/mongodb3/data/shard --port 27024 --bind_ip_all -
访问其中某个分片服务器，初始化分片信息
mongosh --port 27022 rs.initiate({ _id: "shard1", members: [ { _id: 0, host: "localhost:27022" }, { _id: 1, host: "localhost:27023" }, { _id: 2, host: "localhost:27024" } ] })
shard2
-
使用如下命令，在本地启动三个分片服务器，注意提前创建好data目录
mongod --shardsvr --replSet shard2 --dbpath /Users/bytedance/mongodb1/data/shard2 --port 27025 --bind_ip_all mongod --shardsvr --replSet shard2 --dbpath /Users/bytedance/mongodb2/data/shard2 --port 27026 --bind_ip_all mongod --shardsvr --replSet shard2 --dbpath /Users/bytedance/mongodb3/data/shard2 --port 27027 --bind_ip_all -
访问其中某个分片服务器，初始化分片信息
mongosh --port 27025 rs.initiate({ _id: "shard2", members: [ { _id: 0, host: "localhost:27025" }, { _id: 1, host: "localhost:27026" }, { _id: 2, host: "localhost:27027" } ] })
3.3.4 部署mongos
-
先创建好mongos所需的相关目录
mkdir /Users/xxx/mongos cd /Users/xxx/mongos mkdir data log etc -
在etc目录下创建mongos的配置文件，
mongos-config.yamlnet: bindIp: 0.0.0.0 port: 27017 sharding: configDB: rs0/localhost:27019,localhost:27020,localhost:27021 -
以前台方式启动mongos
mongos --config /Users/xxx/mongos/etc/mongos-config.yaml -
访问mongos，添加分片（之前部署好的分片服务器）
mongosh --port 27017 sh.addShard("shard1/localhost:27022,localhost:27023,localhost:27024") sh.addShard("shard2/localhost:27025,localhost:27026,localhost:27027") -
通过
sh.status()查看shard信息# 关键信息 shards [ { _id: 'shard1', host: 'shard1/localhost:27022,localhost:27023,localhost:27024', state: 1, topologyTime: Timestamp({ t: 1727872634, i: 3 }) }, { _id: 'shard2', host: 'shard2/localhost:27025,localhost:27026,localhost:27027', state: 1, topologyTime: Timestamp({ t: 1727939236, i: 4 }) } ]
3.5 启用分片
3.5.1 启用数据库分片和集合分片
-
启用数据库分片和集合分片
use admin # 一定要先切换到admin， sh.enableSharding("test") use test sh.shardCollection("test.test_data", {user_id: 1}) # user_id作为分片的key -
验证是否成功开启集合分片
use test db.test_data.getShardDistribution() -
若有如下输出，说明开启成功
3.5.2 插入数据并查看
-
插入100条数据
# 数据示例 -- user_id: id000001; name: name1 for (let i = 1; i <= 2000; i++) { let user_id = `id${String(i).padStart(6, '0')}`; let name = `name${i}`; db.test_data.insertOne({ user_id: user_id, name: name }); } -
执行
sh.status()查看分片信息，但数据只分布到了shard2，要么是集群部署存在问题，要么跟公司的 “chatGPT” 回答一样- 分片键选择不当：如果分片键的值分布不均匀，可能会导致数据集中在一个分片上。例如，如果您的分片键是一个递增的字段（如时间戳或自增 ID），那么所有新插入的数据都会集中在同一个分片上
- 数据量不足：在数据量较小的情况下，MongoDB 可能不会立即将数据分布到多个分片上。MongoDB 需要一定的数据量来决定何时进行分片 （笔者倾向于该原因）
... # 其他信息省略，可以看到 'test.test_data' 集合成功开启了分片 collections: { 'test.test_data': { shardKey: { user_id: 1 }, unique: false, balancing: true, chunkMetadata: [ { shard: 'shard2', nChunks: 1 } ], chunks: [ { min: { user_id: MinKey() }, max: { user_id: MaxKey() }, 'on shard': 'shard2', 'last modified': Timestamp({ t: 1, i: 0 }) } ], tags: [] } } -
PS： 公司的 “chatGPT” 还给出了其他的查看分片信息的方法，但无任何输出
use config db.chunks.find({ ns: "testDB.test_data" }).sort({ min: 1 }).pretty()
3.5.3 在shard2的各服务器查询数据
-
由于上面的集合只分布在shard2，现在连接shard2的任意服务器，执行如下查询命令
use test db.test_data.find({'name':"name1"}) -
均能从shard2的每个服务器查到数据，这也说明了，shard2分片自身就是一个副本集
4. 后记
- 网上查了很多MongoDB多副本部署，大部分的版本都比较低，还有
master/slave之类的配置- MongoDB主从复制(master–>slave)环境搭建
- mongodb的主从同步配置：实战详细版（建议收藏）
- 笔者依靠公司的chartGPT完成部署后，发现这篇文章是最靠谱的：MongoDB数据库之主从复制配置实战
- 其他一些感悟
- AI真强大： 此次部署完全依靠公司的chartGPT，不懂就问、出问题也问，最后磕磕绊绊完成了部署
- 磨刀不误砍柴工： 部署分片集群时，一开始没有为认真了解分片集群的架构，不知道副本集是存储元数据的，导致部署失败
