欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

深入了解MongoDB是如何存储数据的

程序员文章站 2022-06-22 18:09:58
前言 本文主要介绍了关于mongodb存储数据的相关内容,分享出来供大家参考学习,下面来一起看看详细的介绍: 想要深入了解mongodb如何存储数据之前,有一个概念必须...

前言

本文主要介绍了关于mongodb存储数据的相关内容,分享出来供大家参考学习,下面来一起看看详细的介绍:

想要深入了解mongodb如何存储数据之前,有一个概念必须清楚,那就是memeory-mapped files。

memeory-mapped files

下图展示了数据库是如何跟底层系统打交道的。

  • 内存映射文件是os通过mmap在内存中创建一个数据文件,这样就把文件映射到一个虚拟内存的区域。
  • 虚拟内存对于进程来说,是一个物理内存的抽象,寻址空间大小为2^64
  • 操作系统通过mmap来把进程所需的所有数据映射到这个地址空间(红线),然后再把当前需要处理的数据映射到物理内存(灰线)
  • 当进程访问某个数据时,如果数据不在虚拟内存里,触发page fault,然后os从硬盘里把数据加载进虚拟内存和物理内存
  • 如果物理内存满了,触发swap-out操作,这时有些数据就需要写回磁盘,如果是纯粹的内存数据,写回swap分区,如果不是就写回磁盘。

深入了解MongoDB是如何存储数据的

mongodb的存储模型

深入了解MongoDB是如何存储数据的

  • 有了内存映射文件,要访问的数据就好像都在内存里面,简单化了mongodb访问和修改数据的逻辑
  • mongodb读写都只是和虚拟内存打交道,剩下都交给os打理
  • 虚拟内存大小=所有文件大小+其他一些开销(连接,堆栈)
  • 如果journal开启,虚拟内存大小差不多翻番
  • 使用mmf的好处1:不用自己管理内存和磁盘调度2:lru策略3:重启过程中,cache依然在。
  • 使用mmf的坏处1:ram使用会受磁盘碎片的影响,高预读也会影响2:无法自己优化调度算法,只能使用lru

深入了解MongoDB是如何存储数据的

深入了解MongoDB是如何存储数据的

深入了解MongoDB是如何存储数据的

  • 磁盘上的文件是有extent构成,分配集合空间的时候也是以extent为单位进行分配的
  • 一个集合有一个或者多个etent
  • ns文件里面命名空间记录指向那个集合的第一个extent

数据文件与空间分配

当创建数据库时(其实mongodb没有显式创建数据库的方法,在向数据库中的集合写入数据时会自动创建该数据库),mongodb会在磁盘上分配一组数据文件,所有集合,索引和数据库的其他元数据都保存在这些文件里。数据文件被放在启动时指定的dbpath里,默认放入/data/db下面。典型的一个文件组织结构如下:

$ cat /data/db
$ ls -al
-rw------- 1 root root 16777216 09-18 00:54 local.ns
-rw------- 1 root root 67108864 09-18 00:54 local.0
-rw------- 1 root root 2146435072 09-18 00:55 local.1
-rw------- 1 root root 2146435072 09-18 00:56 local.2
-rw------- 1 root root 2146435072 09-18 00:57 local.3
-rw------- 1 root root 2146435072 09-18 00:58 local.4
-rw------- 1 root root 2146435072 09-18 00:59 local.5
-rw------- 1 root root 2146435072 09-18 01:01 local.6
-rw------- 1 root root 2146435072 09-18 01:02 local.7
-rw------- 1 root root 2146435072 09-18 01:03 local.8
-rw------- 1 root root 2146435072 09-18 01:04 local.9
-rw------- 1 root root 2146435072 09-18 01:05 local.10
-rw------- 1 root root 16777216 09-18 01:06 test.ns
-rw------- 1 root root 67108864 09-18 01:06 test.0
-rw------- 1 root root 134217728 09-18 01:06 test.1
-rw------- 1 root root 268435456 09-18 01:06 test.2
-rw------- 1 root root 536870912 09-18 01:06 test.3
-rw------- 1 root root 1073741824 09-18 01:07 test.4
-rw------- 1 root root 2146435072 09-18 01:07 test.5
-rw------- 1 root root 2146435072 09-18 01:09 test.6
-rw------- 1 root root 2146435072 09-18 01:11 test.7
-rw------- 1 root root 2146435072 09-18 01:13 test.8
...
-rwxr-xr-x 1 root root  6 09-18 13:54 mongod.lock
drwxr-xr-x 2 root root 4096 11-13 18:39 journal
drwxr-xr-x 2 root root 4096 11-13 19:02 _tmp
  • mongod.lock中存储了服务器的进程id,是一个进程锁定文件。数据文件是依据所属的数据库命名的。
  • test.ns是第一个生成的文件(ns扩展名就是namespace的意思),数据库中的每个集合和索引都有自己的命名空间,每个命名空间的元数据都存放在这个文件里。默认情况下,.ns文件大小固定在16mb,大约可以存储24000个命名空间。也就是说数据库中的索引和集合总数不能超过24000,该值可以通过mongod的–nssize选项进行定制。
  • 像test.0这样以0开始的整数结尾的文件就是集合和索引数据文件。刚开始的时候,即使只有一条数据,mongodb也会预分配几个文件,这种预分配的做法,能让数据尽可能连续存储,减少磁盘碎片。在像数据库添加数据时,mongodb会分配更多的数据文件。每个新数据文件的大小都是上一个已分配文件的两倍(64m->128m->256m),直到预分配文件大小的上限2g。此处基于一个假设,如果总数据大小呈恒定速率增长,应该逐渐增加数据文件分配的空间。当然这个预分配策略也是可以通过–noprealloc关掉,但是不建议在production环境下使用。
  • 默认的local数据库,该数据库不参与replication。当mongod是一个副本集的成员时,在local数据库中就有一个叫做oplog.rs的预分配的capped集合,预分配的大小为磁盘空间的5%。这个大小可以通过–oplogsize进行调整。oplog主要用于副本集primary和secondary成员见的replication,它的大小限制了两个副本集之间,在重新完全同步之前,允许多长时间不同步。
  • journal目录,journal功能2.4版本默认是开启的。
  • 可以使用db.stats()来确认已使用空间和已分配空间。
{
 "db" : "test",
 "collections" : 37,
 "objects" : 317894523, #文档总个数
 "avgobjsize" : 232.3416429039893, #单位是字节
 "datasize" : 73860135744, #集合中所有数据实际大小(包括padding factor为每个文档分配的额外空间以允许文档增长)。该值在文档size变小的时候,这个值不会减少,除非文档被删除,或者执行compact或者repairdatabase操作
 "storagesize" : 97834319392, #分配给集合的空间大小(包括为集合增长预留的额外空间和未分配的已删除空间,即不会因为文档size变小或者删除而减小),实际上从数据文件中分配给集合的空间是以块为单位,也称之为extents,即分配的extents的大小
 "numextents" : 385,
 "indexes" : 86,
 "indexsize" : 58687466992,
 "filesize" : 182380920832, #所有数据文件大小之和,不包括命名空间文件(ns文件)
 "nssizemb" : 16,
 "datafileversion" : {
 "major" : 4,
 "minor" : 5
 },
 "ok" : 1
}

使用db.accesslog.stats()确认某个集合的使用量

{
 "ns" : "test.accesslog",
 "count" : 145352932,
 "size" : 37060264352, #实际数据大小,不包括索引
 "avgobjsize" : 254.967435758365,
 "storagesize" : 45794676448, #预分配的数据存储空间
 "numextents" : 42,
 "nindexes" : 4,
 "lastextentsize" : 2146426864,
 "paddingfactor" : 1, #当文档因更新size增长时事先padding可以提速,减少碎片的产生
 "systemflags" : 1,
 "userflags" : 0,
 "totalindexsize" : 31897944512,
 "indexsizes" : {
 "_id_" : 6722168208,
 "action_1_time_1" : 8606482752,
 "gz_id_1_action_1_time_1" : 10753778336,
 "time_1" : 5815515216
 },
 "ok" : 1
}

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对的支持。