ApsaraDB for MongoDB：MongoDB 複製集原理深度分析

Primary選舉（一）

複製集通過replSetInitiate命令（或mongoshell的rs.initiate()）進行初始化，初始化後各個成員間開始發送心跳訊息，並發起Primary選舉操作，獲得大多數成員投票支援的節點，會成為Primary，其餘節點成為Secondary。

初始化複製集

    config = {
        _id : "my_replica_set",
        members : [
             {_id : 0, host : "rs1.example.net:27017"},
             {_id : 1, host : "rs2.example.net:27017"},
             {_id : 2, host : "rs3.example.net:27017"},
       ]
    }
    rs.initiate(config)

“大多數”的定義

假設複製集內投票成員（後續介紹）數量為N，則大多數為N/2 + 1，當複製集記憶體活成員數量不足大多數時，整個複製集將無法選舉出Primary，複製集將無法提供寫服務，處於唯讀狀態。

通常建議將複製整合員數量設定為奇數，從上表可以看出3個節點和4個節點的複製集都只能容忍1個節點失效，從服務可用性的角度看，其效果是一樣的，但無疑4個節點能提供更可靠的資料存放區。

特殊的Secondary節點

正常情況下，複製集的Secondary會參與Primary選舉（自身也可能會被選為Primary），並從Primary同步最新寫入的資料，以保證與Primary儲存相同的資料。

Secondary可以提供讀服務，增加Secondary節點可以提供複製集的讀服務能力，同時提升複製集的可用性。另外，MongoDB支援對複製集的Secondary節點進行靈活的配置，以適應多種情境的需求。

• Arbiter

  Arbiter節點只參與投票，不能被選為Primary，並且不從Primary同步資料。

  比如你部署了一個2個節點的複製集，1個Primary，1個Secondary，任意節點宕機，複製集將不能提供服務了（無法選出Primary），這時可以給複製集添加一個Arbiter節點，即使有節點宕機，仍能選出Primary。

  Arbiter本身不儲存資料，是非常輕量級的服務，當複製整合員為偶數時，最好加入一個Arbiter節點，以提升複製集可用性。

• Priority0

  Priority0節點的選舉優先順序為0，不會被選舉為Primary。

  比如你跨機房A、B部署了一個複製集，並且想指定Primary必須在A機房，這時可以將B機房的複製整合員Priority設定為0，這樣Primary就一定會是A機房的成員。

  說明

  如果這樣部署，最好將大多數節點部署在A機房，否則網路磁碟分割時可能無法選出Primary。

• Vote0

  MongoDB 3.0裡，複製整合員最多50個，參與Primary選舉投票的成員最多7個，其他成員（Vote0）的vote屬性必須設定為0，即不參與投票。

• Hidden

  Hidden節點不能被選為主（Priority為0），並且對Driver不可見。

  因Hidden節點不會接受Driver的請求，可使用Hidden節點做一些資料備份、離線計算的任務，不會影響複製集的服務。

• Delayed

  Delayed節點必須是Hidden節點，並且其資料落後於Primary一段時間（可配置，比如1個小時）。

  因Delayed節點的資料比Primary落後一段時間，當錯誤或者無效的資料寫入Primary時，可通過Delayed節點的資料來恢複到之前的時間點。

Primary選舉 （二）

Primary選舉除了在複製集初始化時發生，還有如下情境：

• 複製集被reconfig

  Secondary節點檢測到Primary宕機時，會觸發新Primary的選舉，當有Primary節點主動StepDown（主動降級為Secondary）時，也會觸發新的Primary選舉。Primary的選舉受節點間心跳、優先順序、最新的oplog時間等多種因素影響。

  • 節點優先順序

    每個節點都傾向於投票給優先順序最高的節點。優先順序為0的節點不會主動發起Primary選舉。當Primary發現有優先順序更高Secondary，並且該Secondary的資料落後在10秒內，則Primary會主動降級，讓優先順序更高的Secondary有成為Primary的機會。

  • Optime

    擁有最新optime（最近一條oplog的時間戳記）的節點才能被選為Primary。

• 網路磁碟分割

  只有在大多數投票節點間保持網路連通，才有機會被選Primary；如果Primary與大多數的節點中斷連線，Primary會主動降級為Secondary。當發生網路磁碟分割時，可能在短時間內出現多個Primary，所以Driver在寫入時，最好設定大多數成功的策略，這樣即使出現多個Primary，也只有一個Primary能成功寫入大多數。

資料同步

Primary與Secondary之間通過oplog來同步資料，Primary上的寫操作完成後，會向特殊的local.oplog.rs集合寫入一條oplog，Secondary不斷的從Primary擷取新的oplog並應用。

因oplog的資料會不斷增加，local.oplog.rs被設定成為一個capped集合，當容量達到配置上限時，會將最舊的資料刪除掉。另外考慮到oplog在Secondary上可能重複應用，oplog必須具有等冪性，即重複應用也會得到相同的結果。

如下oplog的格式，包含ts、h、op、ns、o等欄位。

    {
      "ts" : Timestamp(1446011584, 2),
      "h" : NumberLong("1687359108795812092"), 
      "v" : 2, 
      "op" : "i", 
      "ns" : "test.nosql", 
      "o" : { "_id" : ObjectId("563062c0b085733f34ab4129"), "name" : "mongodb", "score" : "100" } 
    }

Secondary初次同步資料時，會先執行init sync，從Primary（或其他資料更新的Secondary）同步全量資料，然後不斷通過執行tailable cursor從Primary的local.oplog.rs集合裡查詢最新的oplog並應用到自身。

init sync過程：

1. T1時間，從Primary同步所有資料庫的資料（local除外），通過listDatabases+ listCollections + cloneCollection命令組合完成，假設T2時間完成所有操作。

2. 從Primary應用T1到T2時間段內的所有oplog，可能部分操作已經包含在步驟1，但由於oplog的等冪性，可重複應用。

3. 根據Primary各集合的index設定，在Secondary上為相應集合建立index。（每個集合_id的index已在步驟1中完成）。

   說明

   oplog集合的大小應根據DB規模及應用寫入需求合理配置，配置得太大，會造成儲存空間的浪費；配置得太小，可能造成Secondary的init sync一直無法成功。比如在步驟1裡由於DB資料太多、並且oplog配置太小，導致oplog不足以儲存T1和T2時間內的所有oplog，這就使得Secondary無法從Primary上同步完整的資料集。

修改複製集配置

當需要修改複製集時，比如增加成員、刪除成員、或者修改成員配置（如priority、vote、hidden、delayed等屬性），可通過replSetReconfig命令（rs.reconfig()）對複製集進行重新設定。

比如將複製集的第2個成員的priority屬性設定為2，可執行如下命令：

    cfg = rs.conf();
    cfg.members[1].priority = 2;
    rs.reconfig(cfg);

異常處理（rollback）

當Primary宕機時，如果有資料未同步到Secondary，並且在Primary重新加入時，新的Primary上已經發生了寫操作，則舊Primary需要復原部分操作，以保證資料集與新的Primary一致。

舊Primary將復原的資料寫到單獨的rollback目錄下，資料庫管理員可根據需要使用mongorestore進行恢複。

複製集的讀寫設定

• Read Preference

  預設情況下，複製集的所有讀請求都發到Primary，Driver可通過設定Read Preference來將讀請求路由到其他的節點。

  • primary：預設規則，所有讀請求發到Primary。

  • primaryPreferred：Primary優先，如果Primary不可達，請求Secondary。

  • secondary：所有的讀請求都發到Secondary。

  • secondaryPreferred：Secondary優先，當所有Secondary不可達時，請求Primary。

  • nearest：讀請求發送到最近的可達節點上（通過ping探測得出最近的節點）。

• Write Concern

  預設情況下，Primary完成寫操作即返回，Driver可通過配置Write Concern來設定寫成功的規則，詳情請參見Write Concern。

  如下的write concern規則設定寫必須在大多數節點上成功，逾時時間為5秒。

      db.products.insert(
        { item: "envelopes", qty : 100, type: "Clasp" },
        { writeConcern: { w: "majority", wtimeout: 5000 } }
      )

  上面的設定方式是針對單個請求的，也可以修改複本集預設的write concern，這樣就不用單獨設定每個請求。

      cfg = rs.conf()
      cfg.settings = {}
      cfg.settings.getLastErrorDefaults = { w: "majority", wtimeout: 5000 }
      rs.reconfig(cfg)