MongoDB伪分布式部署（mac M2）

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 rs0

  mongod --replSet rs0 --dbpath /Users/bytedance/mongodb11/data --port 27031 --bind_ip_allmongod --replSet rs0 --dbpath /Users/bytedance/mongodb12/data --port 27032 --bind_ip_allmongod --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/datajournal:enabled: true# 网络相关配置
  net:port: 27030bindIp: 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: filelogAppend: truelogRotate: renamepath: /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idname: '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_allmongod --configsvr --replSet rs0 --dbpath /Users/xxx/mongodb2/data/configdb --port 27020 --bind_ip_allmongod --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/configdbjournal:enabled: true
  # 网络相关配置
  net:port: 27010bindIp: 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: filelogAppend: truelogRotate: renamepath: /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_allmongod --shardsvr --replSet shard1 --dbpath  /Users/bytedance/mongodb2/data/shard --port 27023 --bind_ip_allmongod --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 27022rs.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_allmongod --shardsvr --replSet shard2 --dbpath  /Users/bytedance/mongodb2/data/shard2 --port 27026 --bind_ip_allmongod --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 27025rs.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.yaml

  net:bindIp: 0.0.0.0port: 27017sharding: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 27017sh.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