Hướng dẫn phân tán mongodb

Chào mọi người, hôm nay mình sẽ viết về mongodb cluster một chút.

Để đọc bài viết này, mình sẽ mặc định mọi người có những khái niệm cơ bản về NoSQL, phân biệt được SQL và NoSQL, phân biệt được document database, key-value database, collumn family hay graph database nhé.

Mình sẽ nói rõ hơn một chút về tính khả mở, khả năng nhân bản và cách mongo mở rộng hay nhân bản dữ liệu trước khi đi vào xây dựng 1 ví dụ với docker-compose

Các thành phần chính của mongoDB

Database

Database là một ô chứa dữ liệu ở mức vật lý, mỗi database bao gồm nhiều collection

Collection

Collection là một nhóm các văn bản (tương ứng với các bảng trong cơ sở dữ liệu quan hệ), mỗi collection chỉ thuộc về một database duy nhất. Nhưng điểm khác biệt đó là các collection không có sự rằng buộc về cấu trúc của document, nó chỉ là 1 cách gom lại các document tựa tựa nhau tùy theo người quản trị hệ thống. Và các collection không có sự rằng buộc với nhau.

Document

Là có thể hiểu giống như các bản ghi dữ liệu, có cấu trúc tương tự Json. Mỗi document có 1 _id là định danh duy nhất. Và các document không có cấu trúc giống nhau. Ví dụ về một document

{
"name" : "John Smith",
"phone" : {
"home" : "555-123-4567",
"cell" : "555-321-7654”
},
"address" : {
"street" : "123 Main Street",
"city" : "San Francisco",
"state" : "CA",
"zip" : 94115
}
}

Cách mongo nhân bản và tổ trức lưu trữ nhân bản

Kỹ thuật nhân bản của mongo đơn giản chỉ là sao một đối tượng dữ liệu ra nhiều máy chủ khác nhau. Trong nhóm máy chủ này có 1 máy chủ chính gọi là master còn các máy chủ khác là máy chủ thứ cấp (gọi là slaver). Máy chủ master đóng vai trò thực hiện các tác vụ đọc và ghi, trong khi các máy chủ slaver chỉ có vai trò backup dữ liệu và tác vụ đọc. Mongo có một cơ chế chuyển đổi dự phòng nếu máy master crash, một trong các máy slaver sẽ lên làm master thông qua thực hiện hàm bầu cử. (Chi tiết mình sẽ nói sau nếu có thời gian) Một cụm máy như này trong kiến trúc của mongo sẽ có 3 máy, gọi là 1 replicaset. Một replica set thông thường sẽ có 1 primary(master) và 2 secondary(slave). Hoặc 1 replica set sẽ có 1 primary, 1 secondary và 1 arbiter. Vai trò của arbiter và lí do vì sao xuất hiện thằng này, mình sẽ nói ở một bài viết khác nhé ^^.

Cách mongo cắt nhỏ dữ liệu để lưu trữ

Để chia nhỏ một khối dữ liệu lớn ra nhiều các máy trạm khác nhau, mongo có một cơ chế là sharding. Sharding là một kỹ thuật cho phép các bản ghi trong một cơ sở dữ liệu phân tán ra nhiều máy chủ khác nhau. Điều này giúp cho khả năng mở rộng, lưu trữ và xử lỹ của hệ thống. Một sharded cluster bao gồm các thành phần sau:

Sharding strategy

OK, giờ đến chiến lược sharding. Mongo có 2 chiến lược sharding, nhưng trước hết mọi người cần biết đến khái niệm shard-key đã.

Shard key

Shard key là gì, shard key là 1 trường trong văn bản, mà trường đó là unique, và quan trọng hơn hết, đó là chúng ta thích trường đó, chúng ta chọn trường đó làm key (đùa thôi, có hẳn 1 chiến lược để chọn shard key đó, nhưng viết trong bài này thì dài quá, vì mãi chưa đi đến đoạn xây dựng mongo cluster). Như đã nói ở trên, shard key là 1 trường unique, nhưng dùng để làm gì, đơn giản, dùng shard key để quyết định xem, document này sẽ nằm ở shard nào. Có 2 cách để chốt xem document nằm ở đâu với shard key

Ranged sharding:

Đây là cách đơn giản dễ làm dễ hiều, chỉ đơn giản là chia các shard ra thành các range liền nhau, kiểu như shardA chiến từ -10 đến 10. shardB chiếm từ 11 đến 31 chẳng hạn, shard-key của document rơi vào khoảng nào thì nằm vào shard đó. dễ hiểu đúng không

Hashed Sharding:

Cách này càng đơn giản, mỗi giá trị của shard key đưa qua 1 hàm bằm, sau đó lại lắm vào range như cách trên, nhưng cách này có gì hay hơn, cách này giúp đảm bảo document phân tán được triệt để hơn. (Như mình đã chạy thì 1 triệu bản ghi phân tán ra 10 shard, mỗi shard chứa từ 99899 đến 10100 bản ghi). Mình sẽ giải thích cái này 1 lần nữa ở bài viết khác =)) OK, đến đây mà mọi người đã hình dung ra lý thuyết cách mongo phân tán rồi đúng không. Ở bài viết tiếp mình sẽ hướng dẫn mọi người về docker vả dùng dockert-compose xây dựng 1 cụm mongo ngay trên máy tính cá nhân nhé. Hôm nay mệt lắm rồi.

Một số định nghĩa trước khi đi sâu về MongoDB. Đây là một cross-platform, DB hướng documents với hiệu năng cao, có thể đáp ứng cho đa dạng các hệ thống và dễ dàng để scale. Tư tưởng của MongoDB là thông qua khái niệm collection và document. Vì không tìm được từ tiếng việt hay ho hơn nên tạm thời cho phép mình giữ nguyên các khái niệm tiếng anh của 2 thuật ngữ này.

Database

Database là một container vật lý cho các collection. Mỗi DB được thiết lập cho riêng nó một danh sách các files hệ thống files. Một máy chủ MongoDB đơn thường có nhiều DB.

Collection

Collection là một nhóm các documents của MongoDB. Nó tương đương với một table trong RDBMS. Một Collection tồn tại trong một cơ sở dữ liệu duy nhất. Các collection ko tạo nên một schema. Documents trong collection có thể có các fields khác nhau. Thông thường, tất cả các documents trong collections có mục đích khá giống nhau hoặc liên quan tới nhau

Document

Một document là một tập hợp các cặp key-value. Documents có schema động. Schema động có nghĩa là documents trong cùng một collection không cần phải có cùng một nhóm các fields hay cấu trúc giống nhau, và các fields phổ biến trong các documents của collection có thể chứa các loại dữ liệu khác nhau.

Bảng dưới đây cho thấy mối quan hệ của các thuật ngữ RDBMS với MongoDB

Một số cân nhắc khi thiết kế schema trong MongoDB

• Thiết kế schema dựa trên yêu cầu của user

• Kết hợp các object vào một document nếu bạn sử dụng chúng với nhau. Nếu không thì tách riêng hẳn nó ra (nhưng cần phải chú ý là sau này nó sẽ không phải joins).

• Duplicate dữ liệu (nhưng có giới hạn) vì không gian đĩa là quá rẻ so với tốc độ xử lý.

• joins khi write, không joins khi read.

• Tối ưu schema cho hầu hết các case sử dụng thông thường

• Tập hợp các nhóm phức tạp vào schema

Ví dụ :

Giả sử là một khách hàng cần một thiết kế DB cho blog của anh ta và cân nhắc sự khác biệt schema giữa RDMS và MongoDB. Web sẽ có những yêu cầu sau :

• Mọi post có unique title, description và url.
• Mọi post có thể có 1 hoặc nhiều tags.
• Mọi post có name của publisher và số lượng người xem likes
• Mọi post có comments bới một user với name, message, data-time và likes.
• Mỗi postc có thể có 0 hoặc nhiều comments.

Trong thiết kế schema của RDBMS chúng ta sẽ có như sau về post và comments và tags.

While in MongoDB schema design will have one collection post and has the following structure:

Trong khi đó ở MongoDB schema, chúng ta sẽ có thiết kế một collection post và có cấu trúc như sau :

{
   _id: POST_ID
   title: TITLE_OF_POST,
   description: POST_DESCRIPTION,
   by: POST_BY,
   url: URL_OF_POST,
   tags: [TAG1, TAG2, TAG3],
   likes: TOTAL_LIKES,
   comments: [
      {
         user:'COMMENT_BY',
         message: TEXT,
         dateCreated: DATE_TIME,
         like: LIKES
      },
      {
         user:'COMMENT_BY',
         message: TEXT,
         dateCreated: DATE_TIME,
         like: LIKES
      }
   ]
}

Để show 1 post RDBMS cần phải join 3 bảng trong khi MongoDB chỉ cần lấy ra từ một collections. Nói đến đây nhiều bạn chú ý đừng thần tượng MongoDB quá nhé. Tháng sau mình sẽ viết 1 bài về so sánh hiệu năng với hàng triệu bản ghi giữa MySQL và NoSQL.

MongoDB - Create/Drop Database

Một số lệnh liên quan đến Database

use DATABASE_NAME

Ví dụ

>use duongdb
switched to db duongdb

Check đang sử dụng DB nào

>db
duongdb

show danh sách các DB trong server.

>show dbs
local     0.78125GB
test      0.23012GB

DB của bạn vừa mới create ko có ở đây. bạn phải insert một documents về nó vào list.

>db.movie.insert({"name":"tutorials point"})
>show dbs
local      0.78125GB
duongdb       0.23012GB
test       0.23012GB

Drop DB

db.dropDatabase()

MongoDB - Create/Drop Collection

Dưới đây là syntax để tạo một Collection

db.createCollection(name, options)

name thì sẽ yêu cầu phải là một string. Trong khi đó mục options thì chứa khá nhiều thông số về : capped, autoIndexID, size , max.

capped là một tập hợp các collection có size fixed và tự động viết đề lên các entries cũ của nó khi chạm đến max size. Nếu bạn cho nó true thì bạn phải điền size với lại max

autoIndexID sẽ tự động tạo một index trên biến _id field.s Mặc định giá trị này là false.

và syntax để drop một collection

db.COLLECTION_NAME.drop()

Ví dụ nhé :

>use test
switched to db test
>db.createCollection("duongcollection")
{ "ok" : 1 }

>show collections
duongcollection
system.indexes

>db.createCollection("mycol", { capped : true, autoIndexID : true, size : 6142800, max : 10000 } )
{ "ok" : 1 }
>

Trong MongoDB thì bạn ko nhất thiết phải tạo collection. Bọn này sẽ tự động tạo collection cho bạn khi bạn insert một documents.

>db.tutorialspoint.insert({"name" : "tutorialspoint"})
>show collections
mycol
mycollection
system.indexes
tutorialspoint

Đây là ví dụ drop

>use mydb
switched to db mydb
>show collections
mycol
mycollection
system.indexes
tutorialspoint

>db.mycollection.drop()
true

Kiểu dữ liệu

• String: String trong MongoDB phải là UTF-8 hợp lệ.
• Integer: Số nguyên có thể là 32 bit hoặc 64 bit tùy thuộc vào máy chủ của bạn.
• Boolean
• Double
• Min/ Max keys: Loại này được sử dụng để so sánh giá trị đối với các yếu tố thấp nhất và cao nhất BSON.
• Array
• Timestamp
• Object
• Null
• Symbol
• Date
• Object ID
• Binary data
• Code
• Regular expression

MongoDB - Document

Insert một Document

>db.COLLECTION_NAME.insert(document)

Ví dụ

>db.mycol.insert({
   _id: ObjectId(7df78ad8902c),
   title: 'MongoDB Overview',
   description: 'MongoDB is no sql database',
   by: 'tutorials point',
   url: 'http://www.tutorialspoint.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
})

Nếu bạn muốn insert nhiều documents trong một lệnh, bạn cần cho array vào trong lệnh insert().

>db.post.insert([
   {
      title: 'MongoDB Overview',
      description: 'MongoDB is no sql database',
      by: 'tutorials point',
      url: 'http://www.tutorialspoint.com',
      tags: ['mongodb', 'database', 'NoSQL'],
      likes: 100
   },

   {
      title: 'NoSQL Database',
      description: 'NoSQL database doesn't have tables',
      by: 'tutorials point',
      url: 'http://www.tutorialspoint.com',
      tags: ['mongodb', 'database', 'NoSQL'],
      likes: 20,
      comments: [
         {
            user:'user1',
            message: 'My first comment',
            dateCreated: new Date(2013,11,10,2,35),
            like: 0
         }
      ]
   }
])

Lệnh tìm kiếm

>db.COLLECTION_NAME.find()

Để hiện thể kết quả đẹp hơn. Bạn có thể dùng thêm phương thức pretty()

>db.mycol.find().pretty()
{
   "_id": ObjectId(7df78ad8902c),
   "title": "MongoDB Overview",
   "description": "MongoDB is no sql database",
   "by": "tutorials point",
   "url": "http://www.tutorialspoint.com",
   "tags": ["mongodb", "database", "NoSQL"],
   "likes": "100"
}
>

Cách sử dụng find AND trong MongoDB

>db.mycol.find({key1:value1, key2:value2}).pretty()

Cách sử dụng find OR trong MongoDB

>db.mycol.find(
   {
      $or: [
         {key1: value1}, {key2:value2}
      ]
   }
).pretty()

Dưới đây là một ví dụ sử dụng cả AND và OR trong MongoDB

>db.mycol.find({"likes": {$gt:10}, $or: [{"by": "tutorials point"},
   {"title": "MongoDB Overview"}]}).pretty()
{
   "_id": ObjectId(7df78ad8902c),
   "title": "MongoDB Overview",
   "description": "MongoDB is no sql database",
   "by": "tutorials point",
   "url": "http://www.tutorialspoint.com",
   "tags": ["mongodb", "database", "NoSQL"],
   "likes": "100"
}
>

Tiếp đến là lệnh UPDATE

>db.COLLECTION_NAME.update(SELECTIOIN_CRITERIA, UPDATED_DATA)

Giá sử dữ liệu ban đầu của bạn là như thế này

{ "_id" : ObjectId(5983548781331adf45ec5), "title":"MongoDB Overview"}
{ "_id" : ObjectId(5983548781331adf45ec6), "title":"NoSQL Overview"}
{ "_id" : ObjectId(5983548781331adf45ec7), "title":"Tutorials Point Overview"}

Sau khi chạy

>db.mycol.update({'title':'MongoDB Overview'},{$set:{'title':'New MongoDB Tutorial'}})

Bạn sẽ nhận được kết quả như sau

{ "_id" : ObjectId(5983548781331adf45ec5), "title":"New MongoDB Tutorial"}
{ "_id" : ObjectId(5983548781331adf45ec6), "title":"NoSQL Overview"}
{ "_id" : ObjectId(5983548781331adf45ec7), "title":"Tutorials Point Overview"}
>

Bạn có thể update nhiều documents bằng cach truyền một param 'multi' cho nó true

>db.mycol.update({'title':'MongoDB Overview'},
   {$set:{'title':'New MongoDB Tutorial'}},{multi:true})

Lệnh SAVE

Cú pháp của lệnh này như sau

>db.COLLECTION_NAME.save({_id:ObjectId(),NEW_DATA})

Dưới đây là ví du

>db.mycol.save(
   {
      "_id" : ObjectId(5983548781331adf45ec7), "title":"Tutorials Point Overview",
         "by":"Tutorials Point"
   }
)

khi bạn chạy đoạn này phần dữ liệu của documents có ID 5983548781331adf45ec7 sẽ bị thay thế như sau

>db.mycol.find()
{ "_id" : ObjectId(5983548781331adf45ec5), "title":"New MongoDB Tutorial}
{ "_id" : ObjectId(5983548781331adf45ec6), "title":"NoSQL Overview"}
{ "_id" : ObjectId(5983548781331adf45ec7), "title":"Tutorials Point New Topic",
   "by":"Tutorials Point"}
>

Lệnh REMOVE

Lệnh này khá đơn giản. Các bạn tự tìm hiểu thêm nhé.

MongoDB - Projection

Trong mongodb, projection có nghĩa là bạn chỉ cần chọn những dữ liệu cần hthieets thay vì select hết mọi dữ liệu của documents. Nó khác find trong find Collection ở chỗ là find thì tìm kiếm dữ liệu document trong collection. Còn khía niệm này sẽ tìm kiếm kết quả fields trong documents. ví dụ bạn cần hiển thị 3 fields kết quả trong 5 fields của một documents.

syntax của lệnh tìm kiếm này sẽ là

>db.COLLECTION_NAME.find({},{KEY:1})

Ví dụ dữ liệu hiện tại của bạn như sau :

{ "_id" : ObjectId(5983548781331adf45ec5), "title":"MongoDB Overview"}
{ "_id" : ObjectId(5983548781331adf45ec6), "title":"NoSQL Overview"}
{ "_id" : ObjectId(5983548781331adf45ec7), "title":"Tutorials Point Overview"}

Bạn chỉ cần muốn hiển thị mỗi title thôi. Hãy làm như sau

>db.mycol.find({},{"title":1,_id:0})
{"title":"MongoDB Overview"}
{"title":"NoSQL Overview"}
{"title":"Tutorials Point Overview"}
>

Rất đơn giản phải ko !

MongoDB - Limit Records

Để giới hạn số lượng records trong MongoDB, bạn sẽ dùng phương thức limit(). Limit() sẽ chấp nhận số lượng record giới hạn thông qua argument mà bạn truyền vào. Nó sẽ thể hiện số lượng documents bạn muốn hiển thị.

>db.COLLECTION_NAME.find().limit(NUMBER)

Sử dụng ví dụ ở Projection ở trên chúng ta có ví dụ sau

>db.mycol.find({},{"title":1,_id:0}).limit(2)
{"title":"MongoDB Overview"}
{"title":"NoSQL Overview"}
>

Ngoài ra có lệnh skip() cho phép bạn bỏ qua 1 giá trị document.

>db.mycol.find({},{"title":1,_id:0}).limit(1).skip(1)
{"title":"NoSQL Overview"}
>

MongoDB - Sort Records

Để sort các document trong MongoDB, bạn cần phải sử dụng sort(). sort() cho pehsp một document trong chứa các fields theo thứ tự order. có 2 loại thứ tự, 1 sẽ tương đương với ascending và -1 sẽ tương đương với descending.

>db.COLLECTION_NAME.find().sort({KEY:1})

MongoDB - Indexing

Index hỗ trợ độ phân tích một cách hiệu quả các truy vấn. Nếu không có chỉ mục, MongoDB sẽ phải quét tất cả các documents của collection để chọn ra những document phù hợp với câu truy vấn. Quá trình quét này là không hiệu quả và yêu cầu MongoDB để xử lý một khối lượng lớn dữ liệu.

Index là những cấu trúc dữ liệu đặc biệt, dùng để chứa một phần nhỏ của các tập dữ liệu một cách dễ dàng để quét. Chỉ số lưu trữ giá trị của một fields cụ thể hoặc thiết lập các fields, sắp xếp theo giá trị của các fields này.

>db.COLLECTION_NAME.ensureIndex({KEY:1})

Để có thể đánh số nhiều fields, bạn hãy dùng ensureIndex()

>db.mycol.ensureIndex({"title":1,"description":-1})

Ở đây giá trị 1 và -1 là thể hiện thứ tự sắp xếp index. ensureIndex() có khá nhiều tham số để bạn có thể tùy chỉnh.

MongoDB - Aggregation

Aggregation xử ly các record dữ liệu va trả về kết quả đã tính toán rồi. Aggregation sẽ group giá trị từ nhiều documents khác nhau và có thể tiến hành xử lý rất nhiều nhóm dư liệu để trả về một kết quả đơn lẻ. Xử lý này tương đương với count(*) trong SQL.

>db.COLLECTION_NAME.aggregate(AGGREGATE_OPERATION)

Ví dụ chúng ta có dữ liệu như thế này.

{
   _id: ObjectId(7df78ad8902c)
   title: 'MongoDB Overview',
   description: 'MongoDB is no sql database',
   by_user: 'tutorials point',
   url: 'http://www.tutorialspoint.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 100
},
{
   _id: ObjectId(7df78ad8902d)
   title: 'NoSQL Overview',
   description: 'No sql database is very fast',
   by_user: 'tutorials point',
   url: 'http://www.tutorialspoint.com',
   tags: ['mongodb', 'database', 'NoSQL'],
   likes: 10
},
{
   _id: ObjectId(7df78ad8902e)
   title: 'Neo4j Overview',
   description: 'Neo4j is no sql database',
   by_user: 'Neo4j',
   url: 'http://www.neo4j.com',
   tags: ['neo4j', 'database', 'NoSQL'],
   likes: 750
},

Nếu bạn muốn hiển thị có bao nhiêu tutorial được viết bởi mỗi user bạn sẽ sử dụng aggregate() như sau :

> db.mycol.aggregate([{$group : {_id : "$by_user", num_tutorial : {$sum : 1}}}])
{
   "result" : [
      {
         "_id" : "tutorials point",
         "num_tutorial" : 2
      },
      {
         "_id" : "Neo4j",
         "num_tutorial" : 1
      }
   ],
   "ok" : 1
}
>

Tương ứng với câu truy vấn trên trong SQL sẽ là select by_user, count(*) from mycol group by by_user. Trong ví dụ ở trên, chúng ta đã group các documents bới fields by_user và sau đó trên mỗi lần xả ra by_user giá trị tổng được tăng lên.

Khái niệm về PIPELINE

Trong các lệnh shell UNIX, pipeline có ý nghĩa khả năng để thực hiện một xử lý trên một vài input và sử dụng các outpust như là input cho lệnh toeeps theo. MongoDB cũng hỗ trợ khái niệm tương tự trong framework aggregation. Sẽ có một tập hợp các stage có thể xảy ra và mỗi stage được đánh dấu bằng môt nhóm các documents như là input và tính toán ra kết quả của nhóm documents đó. Kết quả nà có thể sẽ được chuyển thành input sử dụng cho stage kế tiếp.

Bài viết sau mình sẽ viết tiếp về những vấn đề nâng cao hơn của MongoDB.

MongoDB - Replication

Replication là khái niệm đồng bộ hóa dữ liệu trên nhiều server. REplication sẽ cung cấp rất nhiều và tăng tính sẵn sàng của data với nhiều bản copy dữ liệu trên nhiều server DB, replications bảo vê DB khỏi việc mất dữ liệu trên 1 server đơn lẻ. Relication cũng cho phép bạn có thể khôi phục dữ liệu từ các ổ cứng bị lỗi và việc service bị lỗi hay gặp vấn đề. Với rất nheieuf các copy dữ liệu, bạn có thể tinh chỉnh môt bản cho việc khôi phục, report hoặc backup.

Tại sao lại cần REPLICATION

• Dữ data an toàn
• Tạo tính sẵn sàng 24/7 cho dữ liệu
• Khôi phục dư liệu khỏi lỗi
• Không có downtime khi xảy ra maintenance.
• Tăng khả năng read dữ liệu
• Replica setting không ảnh hưởng đến ứng dung

REPILCATION hoạt động như thế nào trong MongoDB

MongoDB lưu trử replication bằng việc sử dụng tập hợp repica. Một tập hơp replica chính là một group các instance mongodb mà có host cung chung tập hợp dữ liệu. Tất cả các instance khác, thứ 2 sẽ được apply xử lý từ instance primary cho nên nó sẽ có chung tập hợp dữ liệu. Replica chỉ có duy nhất một node primary chính.

• Replica là một tâp hợp 2 hoặc nhiều nodes
• Trong tập hợp replica, một node là node chính và phần còn lại là nốt thứ 2
• Tất cả các dữ liệu được replicates từ node chính sang các node phụ
• Tại một thời điểm nào tự động maintenance, sẽ có một "cuộc bầu cử " được thiết lập lại để chọn ra node chính mới.
• Sau một lần recovery một node bị lỗi, nó sẽ join lại nhóm replica và làm việc như một nốt phụ tiếp.

MongoDB - Sharding

Sharding là quá trình xử lý lưu trử dữ liệu record trên nhiều máy và đây là cách tiếp cận của MongoDB để có thể thỏa mãn các yêu cầu về big data. Khi size của dữ liệu gia tăng, một máy tính đơn lẻ ko thể đủ để lưu dữ liệu cũng như cung cấp các xử lý read và write thông thường. Sharding giải quyết bài toán này bằng cách scale lên theo chiều ngang. VỚi sharding, bạn có thể sẽ add thêm machines để hỗ trợ lưu trữ dữ liệu cũng như các yêu cầu về đọc và viết.

Tại sao lại cần Sharding

• Trong replication tất cả writes sẽ được tiến hành ở node master
• Các câu truy vấn trên master có một chút độ trễ
• Một tập hợp replica có giới hạn 12 nodes
• Bộ nhớ không thể đủ lớn khi làm việc với big data
• Local disk không đủ lớn
• Scale dọc quá tốn tiền

Sharding in MongoDB

Đây là mô hình sharding trong MongoDB

• Shards : Shards được sử dụng để lưu trữ dữ liệu. Chúng cung cấp các dữ liệu với tính ổn định và sẵn sàng cao. Trong môi trường production, shard chính là một nhóm các replica riêng rẽ.
• Config Servers : Config Servers lưu dứ liệu metadata trong cluster. Dữ liệu chứa các thông tin về map dữa nhóm dữ liệu với các shards. Mỗi query router sẽ dụng metadata để định hướng các xử lý đến các sharding cụ thể. Trong môi trường production, nhóm shard sẽ có 3 config server.
• Query Routes : Query Routes về cơ bản là các instance của mongos, giao tiếp với ứng dụng cliens và chỉ định các xử lý đến shard tương ứng. Query Router xử lý và nhắm đến các shards và trả về kết quả cho clients. Một nhóm các shard có thể chưa nhiều hơn một query router để phân loại tải request. Một Clients send request đến một query router. Nhìn chung thì một nhóm các sharded sẽ có nhiều query router.

Nguồn : http://www.tutorialspoint.com/