需求至上——MongoDB多数据中心的方案选型

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 本文PPT来自 MongoDB Master,Teambition 运维总监周李洋( E 叔 ) 于10月15日在2016年杭州云栖大会上发表的《MongoDB多数据中心的方案选型之路》。

Teambition业务本身是为了了更好的团队协作,并且随着用户量和使用⾏业、企业的增加,越来越多的跨国协作需求体现出来。对TB的选型来说,目的就是多region(大陆/海外)来提供服务,逐步扩大市场。总结而言,是业务的需要。

 

Single-Cluster or Multi-Cluster ?

• 单集群还是多集群的选择往往受到业务本身,以及希望实现什么样的多数据中心架构影响

• 是否需要所谓的多primary写入

 

Replsettag or Shardtagrange ?

• 数据库集群模式的选择

• 对写入位置的需求

 

Distributed queue or Traceoplog ?

• 场景需求

• 已有技术框架是否直接可供使用

 

分布式消息队列的解决方案主要是在producer与consumer之间添加⼀一层,通过此来在多个DC之间进行数据同步,并由各个DC的consumer进行消费。

Trace Oplog的解决方案是在数据经由mongodb后对集群中的oplog进⾏trace,并针对需要部分的oplog进⾏获取,并在各个DC中进⾏apply。


e3cfe6caaa4dc71d3f60c7dbb21259462079a23b

31827f70483e8edb70d193147b30c0015a2bbeae

6acfee1bb95ddab8744b3ad7b0f732cf0c28380a

5787bd471ff82655dd0fdc9700a1d68f3e311fb4

6987894362a79ff6891abe384f3c03af663ccfb6

736c4cb6debcc565459183d76fc9720a05db7fd5

7d85afece4edcfef2e66b4526fb0a24862f3b309

964c654b794a7f72f71e870e7f747a3f07a29094

30cf15629f62f93d1755059e5cca798cbbf96bb3

730e7380f8def48265fc413a6f22305b0aeeeea7

7f6b5d056cbcc9f47594145e1974c0e379a8b019

0fb270d01c3475682dd40128265c43463ea68696

955a8f74132e065f55daddb508ff7be5a267e441

ab2280609784af5aae56399edae05283350ee561

6bac3dbb0a4b1f295d11e4429f0f6160497fbd57

d36c38e2f9e6cbf3937ac91aba2317fe903ac8ba

eb82fb860fb93efadbe41247abbad1f17008cea1

0136dc1ec791783145f1315b4e90cd82e2e70325

85ffe83727beeed5e460879cd4cc121cc00837aa

0136dc1ec791783145f1315b4e90cd82e2e70325

e58881f4896394711d0b99fe672cc2a8fdac1bde


25f296ec8cc965def51cba76ff79b55dc1bdb51b

69880d747fc26993939124c990cfdff06ba7ea0f

3e5d73701823e903942b29c732536eefc5c54cde

e483fbc9095373798dcbcb5b7178e43cf78b6caf

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
4月前
|
消息中间件 NoSQL 中间件
MongoDB多数据中心的主从结构
【7月更文挑战第3天】
42 0
|
存储 NoSQL 自动驾驶
MongoDB在自动驾驶场景方案及最佳实践
MongoDB在自动驾驶场景方案及最佳实践
|
监控 NoSQL 安全
MongoDB在游戏行业方案介绍及最佳实践
MongoDB在游戏行业方案介绍及最佳实践
|
存储 NoSQL Java
|
存储 容灾 安全
《医保行业容灾演练云上技术白皮书》——第三章 医保云容灾建设方案——3.2 省级数据中心建设框架
《医保行业容灾演练云上技术白皮书》——第三章 医保云容灾建设方案——3.2 省级数据中心建设框架
148 0
|
存储 NoSQL 关系型数据库
「数据库选型」抛弃MongoDB,拥抱PostgreSQL,工作更轻松
「数据库选型」抛弃MongoDB,拥抱PostgreSQL,工作更轻松
|
存储 NoSQL Oracle
「数据库选型」卫报从MongoDB迁移到Amazon RDS上的PostgreSQL
「数据库选型」卫报从MongoDB迁移到Amazon RDS上的PostgreSQL
|
存储 JSON 自然语言处理
Python3.7+Django2.0.4配合Mongodb打造高性能高扩展标签云存储方案
书接上回,之前有一篇文章提到了标签云系统的构建:[Python3.7+jieba(结巴分词)配合Wordcloud2.js来构造网站标签云(关键词集合)](https://v3u.cn/a_id_138),但是这篇只是浅显的说明了一下如何进行切词以及前端如何使用wordcloud2.js进行前端展示,本次主要讨论下标签分词切出来之后,如何进行存储。
Python3.7+Django2.0.4配合Mongodb打造高性能高扩展标签云存储方案
|
tengine 容灾 中间件
如何基于 AppActive 设计一套多数据中心应用多活方案 | 学习笔记
快速学习如何基于 AppActive 设计一套多数据中心应用多活方案
如何基于 AppActive 设计一套多数据中心应用多活方案 | 学习笔记