MongoDB Einführung

codecentric AG 1

MongoDB Einführung

[email protected] @tobiastrelle

codecentric AG 2

Senior IT Consultant @ codecentric AG

Java / JEE / EAI / RDBMS background

Committer @ Spring Data MongoDB

Organizer of MongoDB User Group Düsseldorf

ttrelle

@tobiastrelle

codecentric AG 3

MongoDBhumongous, engl. = gigantisch, riesig

codecentric AG 4

„It‘s not my fault the chapters are

short, MongoDB is just easy to learn“

aus „The Little MongoDB book“

codecentric AG 5

MongoDB?

NoSQL-Datenbank / Open Source

Dokumentenorientiert

Hochperformant, horizontal skalierbar (scale-out)

Replication & Sharding out-of-the-box

Map/Reduce

Geospatial Indexes / Queries

codecentric AG 6

Grundkonzept MongoDB-Server

Server

Database

Collection

Document

Field

Tabelle

Zeile

Spalte

RelationalesPendant Aber …

Flexibles Schema

- Arrays- Rekursiv

codecentric AG 7

MongoDB-Server Struktur

codecentric AG 8

MongoDB-Server: Storage

codecentric AG 9

Document

{ "_id" : ObjectId("53e3663ccb3bd259f9252f67"),

"typ" : ["gastro", "kultur"],

"name" : "Unperfekthaus",

"tags" : "uph unperfekt perfekt haus essen",

"desc" : "Im Unperfekthaus bekommen Künstler & Gründer ... ",

"adresse" : { "str" : "Friedrich-Ebert-Straße 18",

"plz" : 45127,

"ort" : "Essen"

},

"location" : { "type" : "Point",

"coordinates" : [ 7.0075, 51.45902 ]

}

}

codecentric AG 10

Document

Document = Geordnete Menge von Key/Value-Paaren

Key = UTF-8-String

Value = Einfacher Datentyp | Array[Value] | Document

Einfacher Datentyp = String| Integer32| Integer64| Double| Timestamp

…

codecentric AG 11

BSON-Format

Dokumente werden im BSON-Format verwaltet und gespeichert

http://bsonspec.org/#/specification

BSON = Binary JSON (!= JSON)

Teilweise größer als JSON, aber besser traversierbar

Keys stehen in jedem Dokument --> kurz fassen!

http://bsonspec.org/

http://bsonspec.org/

codecentric AG 12

BSON Beispiel

{ hello: "MongoDB" }

\x18\x00\x00\x00\x02

hello\x00\x08\x00\x00\x00MongoDB\x00

\x00

codecentric AG 13

CRUD = IFUR

insert(…)

find(…), findOne(…)

update(…)

remove()

codecentric AG 14

Indexe

Primary Key auf Feld _id: 12 Byte lange ObjectId

Bis zu 63 zusätzliche Sekundär-Indexe

Sekundär-Index einfach oder auf bis zu 31 Feldern

Spezielle Indexe für

Geodaten-Suche Volltextsuche

codecentric AG 15

Queries

Operieren auf Daten genau einer Collection

Query bei Example

db.pois.find( {"adresse.stadt": "Bochum"} )

Aggregation

Map/Reduce

codecentric AG 16

Geospatial Queries

- Index auf 2-dimensionalen Koordinaten

- _id: "A", position: [0.001, -0.002]_id: "B", position: [0.75, 0.75]_id: "C", position: [0.5, 0.5]_id: "D", position: [-0.5, -0.5]

- Queries basieren auf Abständenund Shapes

- Details: http://blog.codecentric.de/en/2012/02/spring-data-mongodb-geospatial-queries/

http://blog.codecentric.de/en/2012/02/spring-data-mongodb-geospatial-queries/



codecentric AG 22

MongoDB Replikation: Replica Sets

Grundprinzip

Dynamisches Master/Slave + Auto Election(Master = Primary, Slave = Secondary)

Secondaries wählen automatisch neuen Primary bei Ausfall

Writes nur auf Primary Reads ggfs. auch von Secondaries (Eventual

Consistency)

Ziel: Ausfallsicherheit

-

codecentric AG 23


codecentric AG 24


codecentric AG 25


WriteConcernGewünschte Grad an Durabilität bei

Schreiboperationen

Anzahl an Replica Set Members (n oder „majority“)

Timeout

Warten auf Journaling (true/false)

-

codecentric AG 26

MongoDB Replikation: Sharding

Grundprinzip

Verteilung der Datenmenge auf n Knoten (Partitionierung)

Jedes Dokument landet auf genau einem Knoten

Zugriff über sog. ShardKey(identifiziert Knoten für Lese- und Schreibzugriff)

Ziel: Horizontale Skalierbarkeit

-

codecentric AG 27


Shard Key

-

codecentric AG 28


Server-Prozesse

Konfig-Server:Buchhaltung von Shardsund Chunks

Router:Scatter/Gather bei QueriesZiel Shard für Inserts

Shard:Eigentliche Datenhaltung

-

codecentric AG 29


Produktives System

-

codecentric AG 30


Horizontale Skalierung von Writes und Reads

Writes treffen genau einen Shard

Reads mit Shard Key Subset an Shards

Reads ohne Shard Key Scatter/Gather auf allen Shards

-

codecentric AG 32

MongoDB Sharding Beispiel: Initialer Zustand

mongos> sh.status()

--- Sharding Status ---

sharding version: { "_id" : 1, "version" : 3 }

shards:

{ "_id" : "shard0000", "host" : "tmp-pc:9000" }


databases:

{ "_id" : "admin", "partitioned" : false, "primary" : "config" }

{ "_id" : "data", "partitioned" : true, "primary" : "shard0000" }

data.foo chunks:

shard0000 1

{ "age" : { $minKey : 1 } } -->> { "age" : { $maxKey : 1 } } on : shard0000 { "t" : 1000, "i" : 0 }

2 Shards

codecentric AG 33

MongoDB Sharding Beispiel: Chunks verteilen sich

mongos> sh.status()

--- Sharding Status ---

sharding version: { "_id" : 1, "version" : 3 }

shards:



databases:

{ "_id" : "admin", "partitioned" : false, "primary" : "config" }

{ "_id" : "data", "partitioned" : true, "primary" : "shard0000" }

data.foo chunks:

shard0001 4

shard0000 5

{ "age" : { $minKey : 1 } } -->> { "age" : 50 } on : shard0001 { "t" : 2000, "i" : 0 }

{ "age" : 50 } -->> { "age" : 53 } on : shard0001 { "t" : 3000, "i" : 0 }







{ "age" : 69 } -->> { "age" : { $maxKey : 1 } } on : shard0000 { "t" : 1000, "i" : 4 }

2 Shards

Chunksare equally distributed

codecentric AG 34

QUESTIONS?

Tobias Trelle

codecentric AGMerscheider Str. 142699 Solingen

tel +49 (0) 212.233628.47fax +49 (0) 212.233628.79mail [email protected]

twitter @tobiastrelle

www.codecentric.de

blog.codecentric.de/en/author/tobias-trelle

www.xing.com/net/mongodb-dus

mailto:[email protected]

Software

MongoDB Einführung