共计 4133 个字符，预计需要花费 11 分钟才能阅读完成。
自动写代码机器人，免费开通
这篇文章给大家分享的是有关 MongoDB 是怎样存储数据的的内容。丸趣 TV 小编觉得挺实用的，因此分享给大家做个参考，一起跟随丸趣 TV 小编过来看看吧。
前言
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。
MongoDB 的存储模型
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
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
}感谢各位的阅读！关于“MongoDB 是怎样存储数据的”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！
向 AI 问一下细节
