大数据培训：MongoDB的存储引擎

MongoDB按照分类来说，通常是作为文档型数据库，而基于分布式环境下，完成大规模的数据存储任务，对于存储引擎而言，也面临着极大的挑战。今天的大数据培训分享，我们就来讲讲MongoDB的存储引擎。

数据库的存储引擎作为数据库的重要组件，决定了数据如何写入数据、如何持久化存储数据。


MongoDB 3.0引入了插件式存储引擎API，为第三方的存储引擎厂商加入MongoDB提供了方便，目前除了早期的MMAP存储引擎外，还有Wired Tiger和In-Memory Storage Engine等，前者更是在被MongoDB公司收购后更是直接引入到了MongoDB 3.0版本中，在3.2版本中的默认存储引擎是Wired Tiger。对于Wired Tiger存储引擎，其内部架构如图所示：


按照Mongodb默认的配置，WiredTiger的写操作会先写入Cache，并持久化到WAL(Write ahead log)，每60s或log文件达到2GB时会做一次Checkpoint，将当前的数据持久化，产生一个新的快照。Wiredtiger连接初始化时，首先将数据恢复至最新的快照状态，然后根据WAL恢复数据，以保证存储可靠性。

Wiredtiger的Cache采用Btree的方式组织，每个Btree节点为一个Page，Root Page是Btree的根节点，Internalpage是Btree的中间索引节点，Leaf Page是真正存储数据的叶子节点；Btree的数据以页为单位按需从磁盘加载或写入磁盘。Wiredtiger采用Copy on Write的方式管理修改操作（insert、update、delete），修改操作会先缓存在cache里，持久化时，修改操作不会在原来的Leaf Page上进行，而是写入新分配的Page，每次CheckPoint都会产生一个新的Root Page。

基于Wiredtiger这种存储引擎的架构特点，也赋予其有如下几个特性：

1)文档级别的锁：MongoDB在执行写操作时，WiredTiger在文档级别进行并发控制，就是说，在同一时间，多个写操作能够修改同一个集合中的不同文档；当多个写操作修改同一个文档时，必须以序列化方式执行；这意味着，如果该文档正在被修改，其他写操作必须等待，直到在该文档上的写操作完成之后，其他写操作相互竞争，获胜的写操作在该文档上执行修改操作。

2)检查点机制：类似关系数据库的CheckPoint，在Checkpoint操作开始时，WiredTiger提供指定时间点（point-in-time）的数据库快照（Snapshot），该Snapshot呈现的是内存中数据的一致性视图。当向Disk写入数据时，WiredTiger将Snapshot中的所有数据以一致性方式写入到数据文件中。同样MongoDB借助Journal日志文件也可以还原数据。

3)内存使用：从MongoDB 3.2版本开始，WiredTiger内部缓存的使用量，默认值是：1GB或60%of RAM-1GB，取两值中的较大值（不同版本会有区别，具体参考版本配置文件说明）；文件系统缓存的使用量不固定，MongoDB自动使用系统空闲的内存。

关于大数据培训，MongoDB的存储引擎，以上就为大家做了大致的介绍了。MongoDB的存储机制，也是学习当中需要去深入理解的，这样也才能更好地运用它，满足各个场景下的需求。成都加米谷大数据，专业大数据培训机构，大数据开发、数据分析与挖掘，零基础班本月正在招生中，课程大纲及学习视频，可联系客服获取！