存儲引擎

本文介紹默認存儲引擎WiredTiger

WiredTiger架構

WiredTiger的寫操作會先寫入Cache，并持久化到WAL(Write ahead log)，每60s會做一次Checkpoint，將當前的數(shù)據(jù)持久化，每，產(chǎn)生一個新的快照。Wiredtiger連接初始化時，首先將數(shù)據(jù)恢復至最新的快照狀態(tài)，然后根據(jù)Checkpoint恢復數(shù)據(jù)，以保證存儲可靠性

btree與b+tree

雖然遍歷數(shù)據(jù)的查詢是相對常見的，但是 MongoDB 認為查詢單個數(shù)據(jù)記錄遠比遍歷數(shù)據(jù)更加常見，由于 B 樹的非葉結(jié)點也可以存儲數(shù)據(jù)，所以 查詢一條數(shù)據(jù)所需要的平均隨機 IO 次數(shù)會比 B+ 樹少，使用 B 樹的 MongoDB 在類似場景中的查詢速度就會比 MySQL 快。

這里并不是說 MongoDB 并不能對數(shù)據(jù)進行遍歷，我們在 MongoDB 中也可以使用范圍來查詢一批滿足對應條件的記錄，只是需要的時間會比 MySQL 長一些。MySQL 認為遍歷數(shù)據(jù)的查詢是常見的，所以它選擇 B+ 樹作為底層數(shù)據(jù)結(jié)構

cache

內(nèi)部緩存和文件系統(tǒng)緩存，默認情況下內(nèi)部緩存取50％（RAM-1 GB）或256M較大者，文件系統(tǒng)緩存使用所有當前可用的RAM。

Wiredtiger的Cache采用Btree的方式組織，每個Btree節(jié)點為一個page，root page是btree的根節(jié)點，internal page是btree的中間索引節(jié)點，leaf page是真正存儲數(shù)據(jù)的葉子節(jié)點；btree的數(shù)據(jù)以page為單位按需從磁盤加載或?qū)懭氪疟P，btree的每個page以文件里的extent形式（由文件offset + size標識）存儲

page

ROW_ARRAY: 每個數(shù)組單元（wt_row）存儲的是這個 kv row 在存儲在磁盤上的 page kv cell 行集合數(shù)據(jù)緩沖區(qū)偏移的位置和編碼方式（這個位置和編碼方式在 WT 上定義成一個 wt_cell 對象），通過這個信息偏移位置信息就可以訪問到這一樣在緩沖區(qū)中的 K/V 內(nèi)容值 ROW_UPDATE_ARRAY: 一個 mvcc list 對象，mvcc_list 與 wt_row 是一一對應的，mvcc list 當中存儲對 wt_row 修改的值，修改的值包括值更新和值刪除，是一個無鎖單向鏈表

寫操作 遍歷btree，找到需要更新的page如果cache中沒有對應的page，會從磁盤中加載page，鍵值對存入WT_ROW如果是insert操作，更新WT_INSERT，如果是update/delete操作，更新WT_UPDATE如果需要，將操作記錄寫入journal

我們通過一個實例來說明: 假如一個 page 存儲了一個 [0，100] 的 key 范圍，磁盤上原來存儲的行 key=2， 10 ，20， 30 ， 50， 80， 90，他們的值分別是value = 102， 110， 120， 130， 150， 180， 190。 在 page 數(shù)據(jù)從磁盤讀到內(nèi)存后，分別對 key=2 的 value 進行了兩次修改，兩次修改的值是分別 402，502。對 key = 20 ，50 的 value 做了一次修改，修改后的 value = 122， 155，后有分配 insert 了新的 key = 3，5， 41， 99，value = 203，205，241，299。 那么在內(nèi)存中的 page 就是如下圖組織數(shù)據(jù)的：

相鄰的兩 wt_row 之間可能不是連續(xù)的，他們之間可以插入新的單元，例如 row1(key = 2) 和 row2(key=10) 可以插入 3 和 5，這兩個 row 之間需要有一個排序的數(shù)據(jù)結(jié)構（WT用 skiplist 數(shù)據(jù)結(jié)構）來存儲插入的 K/V，就需要一個 skiplist 對象數(shù)組 page_insert_array與row array對應。這里需要說明的是 圖6 當中紅色框當中的 skiplist8，它是用于存儲 row1(key=2) 范圍之前的 insert 數(shù)據(jù)，圖中如果有 key =1 的數(shù)據(jù) insert，那么這個數(shù)據(jù)會新增到 skiplist8 當中。

那么圖中row與 insert skiplist 的對應關系就是：

row1 之前的范圍對應 insert 是 skiplist8row1 和 row2之間對應的 insert 是 skiplist1row2 和 row3之間對應的 insert 是 skiplist3…row7 之后的范圍對應的 insert 是 skiplist7 checkpoint

一個Checkpoit包含如下元數(shù)據(jù)： root page地址，地址由文件offset，size及內(nèi)容的checksum組成 alloc extent list地址，存儲從上次checkpoint起新分配的extent列表 discard extent list地址，存儲從上次checkpoint起丟棄的extent列表 available extent list地址，存儲可分配的extent列表，只有最新的checkpoint包含該列表 file size 如需恢復到該checkpoint的狀態(tài)，將文件truncate到file size即可

WAL(journal)

日志文件記錄的是從上一個checkpoint之后的實際操作，該文件每100ms或文件大小到達100M就從緩存同步到磁盤

整體關系

分布式存儲

架構

架構圖：

寫數(shù)據(jù)流程：

讀數(shù)據(jù)流程：

到此這篇關于淺談MongoDB內(nèi)部的存儲原理的文章就介紹到這了,更多相關MongoDB存儲原理內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論