中台数据库设计：我选MongoDB，毅然放弃MySQL

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。

创新互联公司坚持“要么做到，要么别承诺”的工作理念，服务领域包括：成都网站制作、成都网站建设、企业官网、英文网站、手机端网站、网站推广等服务，满足客户于互联网时代的合江网站设计、移动媒体设计的需求，帮助企业找到有效的互联网解决方案。努力成为您成熟可靠的网络建设合作伙伴！

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，最终在 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 作为最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，数据分布得更加平均和分散。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最好只访问到一个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":唯一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

唯一键问题

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划分的唯一依据，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。超过最大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。

唯一键问题：

• MongoDB 集群的唯一键设置增加了限制，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上的唯一性。
• 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，也解决了唯一性问题。

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、写在最后

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，较大地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，和最新版本的MongoDB细节上略有差异。

分享标题：中台数据库设计：我选MongoDB，毅然放弃MySQL
文章来源：http://www.shufengxianlan.com/qtweb/news14/109764.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联