棄用MongoDB使用ES后的好處有哪些

棄用MongoDB使用ES后的好處有哪些，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

序言

圖示：MongoDB與Elasticsearch熱度排名

圍繞兩個話題展開：

為什么要從MongoDB遷移到Elasticsearch?

如何從MongoDB遷移到Elasticsearch?

現狀背景

MongoDB本身定位與關系型數據庫競爭，但工作中幾乎沒有見到哪個項目會將核心業務系統的數據放在上面，依然選擇傳統的關系型數據庫。

1、項目背景

公司所在物流速運行業，業務系統復雜且龐大，用戶操作者很多，每日有大量業務數據產生，同時業務數據會有很多次流轉狀態變化，為了便于記錄追蹤分析，系統操作日志記錄項目應運而生，考慮到原有的日均數據量，操作日志數據基于MongoDB存儲。

操作日志記錄系統需要記錄兩種數據，如下說明：

1)變更主數據，什么人在什么時間在系統哪個模塊做了什么操作，數據編號是什么，操作跟蹤編號是什么。

{   "dataId": 1,    "traceId": "abc",           "moduleCode": "crm_01",              "operateTime": "2019-11-11 12:12:12",    "operationId": 100,   "operationName": "張三",   "departmentId": 1000,   "departmentName": "客戶部",   "operationContent": "拜訪客戶。。。" }

2)變更從數據，實際變更數據的變化前后，此類數據條數很多，一行數據多個字段變更就記錄多條。

[   {     "dataId": 1,     "traceId": "abc",     "moduleCode": "crm_01",     "operateTime": "2019-11-11 12:12:12",     "operationId": 100,     "operationName": "張三",     "departmentId": 1000,     "departmentName": "客戶部",     "operationContent": "拜訪客戶",          "beforeValue": "20",     "afterValue": "30",     "columnName": "customerType"   },   {     "dataId": 1,     "traceId": "abc",     "moduleCode": "crm_01",     "operateTime": "2019-11-11 12:12:12",     "operationId": 100,     "operationName": "張三",     "departmentId": 1000,     "departmentName": "客戶部",     "operationContent": "拜訪客戶",          "beforeValue": "2019-11-02",     "afterValue": "2019-11-10",     "columnName": "lastVisitDate"   } ]

2、項目架構

項目架構描述如下：

• 業務系統新增或者編輯數據，產生操作日志記錄發送到Kafka集群，基于dataid字段作為key;

• 新增或編輯數據實際存儲到MySQL數據庫;

• canal集群訂閱MySQL集群，按照業務系統模塊配置監控的數據庫與表;

• canal將監控到的變更業務數據發送到Kafka集群，基于dataid字段作為key;

• 操作日志系統從Kafka獲取主記錄數據與從記錄數據;

• 操作日志系統寫入數據到MongoDB，同時需要反查詢。

圖示：操作日志記錄業務流程說明

3、MongoDB架構

集群架構說明：

• 服務器配置8c/32gb/500gb ssd;

• Router路由服務器部署了3個節點;

• Config配置服務器部署了3個節點;

• Shard分片服務器部署了9個節點;

• 主操作記錄設計3個分片;

• 從操作記錄設計3個分片。

問題說明

MongoDB的信徒們可能懷疑我們沒有使用好，或者我們的運維能力欠缺，或者認為我們有Elasticsearch的高手在。不是這樣的，棄用MongoDB選擇Elasticsearch其實并非技術偏見問題，而是我們的實際場景需求，原因如下：

1、搜索查詢

• MongoDB內部采用B-Tree作為索引結構，此索引基于最左優先原則，且必須保證查詢順序與索引字段的順序一致才有效，這個即是優點，但在現在復雜業務場景也是致命的;

• 業務系統查詢操作日志記錄會有很多過濾條件，且查詢條件是任意組合的，現有MongoDB是不支持的，或者說所有關系型數據庫都不支持，如果要支持，得創建好多組合的B+數索引，想法很不理智，這個我們已經在《DB與ES混合之應用系統場景分析探討》文中探討過，詳細可以閱讀;

• 同時主記錄與從記錄中有很多字符類的數據，這些數據查詢即要支持精確查詢，也要支持全文檢索，這幾個方面MongoDB功能很單一，性能也很糟糕，業務系統查詢時經常超時，反倒是Elasticsearch非常合適。

2、技術棧成熟度

• 分片與副本實現問題，MongoDB集合數據在設計時是需要綁定到具體的機器實例的，哪些分片分布在哪些節點上，哪些副本分布在哪些節點上，這些都需要在配置集群時就要綁定死，跟傳統的關系型數據庫做分庫分表本質上沒有什么兩樣，其實現在很多數據產品的集群還是這種模式偏多，比如Redis-cluster，ClickHouse等。而Elasticsearc的集群與分片和副本沒有直接的綁定關系，可以任意的平衡調整，且節點的性能配置也可以很容易差異化;

• 操作日志數據量增加很快，單日寫入超過千萬條，不用多久，運維人員就需要對服務器進行擴容，且相對Elasticsearch復雜很多;

• MongoDB單集合數據量超過10億條，此情況下即使簡單條件查詢性能也不理想，不如Elasticsearch倒排索引快;

• 公司對于ES與MongoDB技術棧的經驗積累不同，Elasticsearc在很多項目中運用，非常核心的項目也是大量運用，對于其技術與運維經驗更豐富，而MongoDB如果除去核心業務場景，幾乎找不到合適的切入口，實際沒有人敢在核心項目中使用MongoDB，這就很尷尬。

3、文檔格式相同

MongoDB與Elasticsearch都屬于文檔型數據庫  ，Bson類同與Json，_objectid與_id原理一樣，所以主數據與從數據遷移到Elasticsearch平臺，數據模型幾乎無需變化。

遷移方案

異構數據系統遷移，主要圍繞這兩大塊內容展開：

• 上層應用系統遷移，原來是針對MongoDB的語法規則，現在要修改為面向Elasticsearch語法規則;

• 下層MongoDB數據遷移到Elasticsearch。

1、Elastic容量評估

原有MongoDB集群采用了15臺服務器，其中9臺是數據服務器，遷移到Elastic集群需要多少臺服務器?我們采取簡單推算辦法，如假設生產環境上某個MongoDB集合的數據有10億條數據,  我們先在測試環境上從MongoDB到ES上同步100萬條數據，假設這100萬條數據占用磁盤10G，那生產上環境上需要1個T磁盤空間，然后根據業務預期增加量擴展一定冗余。根據初步評估，Elastic集群設置3臺服務器，  配置8c/16g內存/2T機械磁盤。服務器數量一下從15臺縮減到3臺，且配置也降低不少。

2、Elastic索引規則

系統操作日志是時序性數據，寫完整后基本上無需再次修改。操作日志記錄查詢主要是當月的居多，后續的歷史性數據查詢頻率很低，根據評估，核心數據索引按月創建生成，  業務查詢時候必須帶上操作時間范圍，后端根據時間反推需要查詢哪些索引，Elastic-Api支持多索引匹配查詢，完美利用Elastic的特性解決跨多個月份的查詢合并。對于非核心數據索引，按年創建索引生成足以。

圖示：Elastic操作日志索引創建規則

3、核心實現邏輯設計

Elasticsearch不是關系型數據庫，不具備事務的機制。操作日志系統的數據來源都是Kafka，消費數據是有順序機制的，有2種場景特別注意，如下：

• 主數據先到操作日志系統，從數據后到，從數據寫的時候先拼湊主數據記錄和Binlog字段數據;

• 從數據先到操作日志系統，主數據后到，主數據更新從索引的相關的索引字段。

Elasticsearch索引數據更新是近實時的刷新機制，數據提交后不能馬上通過Search-Api查詢到，主記錄的數據如何更新到從記錄呢?而且業務部門不規范的使用，多條主記錄的dataId和tracId可能一樣。

由于主數據與從數據關聯字段是dataId和traceId。如果主數據與從數據在同時達到操作日志系統，基于update_by_query 命令肯定失效不  準確， 主從數據也可能是多對多的關聯關系，dataId 和traceId不能唯一決定一條記錄。

Elasticsearch其實也是一個NoSQL數據庫， 可以做key-value緩存。這時新建一個Elastic索引作為中間緩存，  原則是主數據與從數據誰先到緩存誰，索引的 _id=(dataId+traceId) ， 通過這個中間索引可以找到主數據記錄的Id或者從記錄Id，  索引數據模型多如下，detailId為從索引的_id的數組記錄。

{   "dataId": 1,   "traceId": "abc",   "moduleCode": "crm_01",   "operationId": 100,   "operationName": "張三",   "departmentId": 1000,   "departmentName": "客戶部",   "operationContent": "拜訪客戶",   "detailId": [     1,     2,     3,     4,     5,     6   ] }

前面我們講過主記錄和從記錄都是一個Kafka的分區上，我們拉一批數據的時候，操作ES用的用到的核心API：

#批量獲取從索引的記錄 _mget  #批量插入 bulk #批量刪除中間臨時索引 _delete_by_query

遷移過程

1、數據遷移

選擇DataX作為數據同步工具由以下幾個因素：

• 歷史型數據。操作日志記錄數據屬于歷史性的數據，記錄產生之后幾乎無需二次修改，等同于離線數據;

• 非持續性遷移。項目全部完工之后，原有的MongoDB集群會全部銷毀，不會有二次遷移需求;

• 數據量問題。原有MongoDB操作日志數據量有幾十億條，遷移過程不能太快也不能太慢，速度太快，MongoDB集群會出現性能問題，速度太慢，項目周期太長，增加運維的成本與復雜度。否則可以選擇Hadoop作為中轉平臺的遷移;

• DataX源碼特定場景改造。如日期類型的轉換、索引主鍵_id的生成、索引主鍵_id映射，支持重復同步;

• 多實例多線程并行。主數據同步部署多個實例，從數據同步也部署多個實例，單實例中配置多個Channel。

圖示：DataX同步數據示意圖

2、遷移索引設置

臨時修改索引的一些設置，當數據同步完之后再修改回來，如下：

"index.number_of_replicas": 0,  "index.refresh_interval": "30s",  "index.translog.flush_threshold_size": "1024M"  "index.translog.durability": "async",  "index.translog.sync_interval": "5s"

3、應用遷移

操作日志項目采用Springboot構建，增加了自定義配置項，如下：

#應用寫入mongodb標識 writeflag.mongodb: true #應用寫入elasticsearch標識 writeflag.elasticsearch: true

項目改造說明：

• 第一次上線的時候，先將2個寫入標識設置為true，雙寫MongoDB和ES;

• 對于讀，提供2個不同接口，前端自由的切換;

• 等數據遷移完，沒有差異的時候，重新更改flag的值。

圖示：應用平衡遷移

結語

1、遷移效果

棄用MongoDB使用ElasticSearch作為存儲數據庫，服務器從原來的15臺MongoDB，變成了3臺ElasticSearch，每月為公司節約了一大筆費用。同時查詢性能提高了10倍以上，而且更好的支持了各種查詢，得到了業務部門的使用者，運維團隊和領導的一致贊賞。

2、經驗總結

整個項目前后歷經幾個月，多位同事參與，設計、研發，數據遷移、測試、數據驗證、壓測等各個環節。技術方案不是一步到位，中間也踩了很多坑，最終上線了。ES的技術優秀特點很多，靈活的使用，才能發揮最大的威力。

關于棄用MongoDB使用ES后的好處有哪些問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業資訊頻道了解更多相關知識。