Tout ce que le getting started MongoDB ne vous dira pas

Talk donné au Breizhcamp 2016.

Transcript

1. BreizhCamp 2015 #BzhCmp #MongoDB #bzhcmp BreizhCamp 2016 #BzhCmp Tout ce que le getting started MongoDB ne vous dira pas Bruno BONNIN - @_bruno_b_ Pierre-Alban DEWITTE - @padewitte
2. Bruno BONNIN Architecte logiciel https://about.me/brunobonnin
3. Pierre-Alban DEWITTE Responsable équipe cloud
5. Getting started with MongoDB # Installation de Mongodb > sudo apt-get install mongodb # Lancement du serveur > sudo service mongod start # Import de données > mongoimport --db test --collection restaurants --drop --file primer-dataset. json # Lancement du shell > mongo // On s’amuse avec quelques commandes CRUD >>> db.restaurants.insert(...) >>> db.restaurants.find(...) >>> db.restaurants.delete(...)
6. Disclaimer
7. • Cette présentation est truffée de mauvaise foi • Ne prenez pas tout, adaptez vous à votre contexte • Notre but est de vous donner envie d’aller chercher la bonne information
8. 1. Développer efficacement 2. Préparer la production 3. Exploiter 4. Avant de se quitter
9. Développer efficacement
10. Schema design
11. Des documents ! • MongoDB stocke des documents ◦ Structure de données hiérarchique ◦ Un champ peut être un type de base (entier, string, booléen), une liste, un objet (on parle de sous- document)
12. Comparaison RDBMS MongoDB Database Database Table Collection Enregistrement Document Colonne Champ Index Index Jointure $lookup, sous-document, lien
13. Modèle relationnel et normalisation • Data rangées dans les bonnes cases, pas de redondance de l’information ◦ C’est beau, c’est carré ! • Mais, attention aux performances lors des recherches sur les disques de l’info dans les différentes tables
14. La réponse de MongoDB Pensez... Dénormalisation Documents Usages Personne nom adresseId ... ... Adresse id code_postal ville ... ... ... Personne { nom: “...”, code_postal: “...”, ville: “...” } Personne { nom: “...”, adresse: { code_postal: “...”, ville: “...” } }
15. Document, sous-document, ... Pourquoi tout mettre dans un seul doc ? • locality : stockage de toute l’info au même endroit sur le disque • consistency : comme il n’y pas de transaction, MongoDB assure que l’update d’un doc est atomique
16. Document, sous-document, ... Pourquoi ne pas tout mettre dans un seul doc ? • On peut récupérer plus d’info qu’on n’en a réellement besoin ◦ on peut utiliser les projections dans les queries (ok d’un point de vue réseau), ◦ mais cela n’empêche le document d’ être entirèrement présent en mémoire avant d’être retourné au client
17. Références entre docs Pourquoi séparer dans plusieurs docs ? • Flexibilité • Cardinalité forte / gros document: ◦ Attention à la place mémoire (document déserialisé en mémoire) ◦ Taille max des docs: 16Mo
18. Références entre docs Pourquoi ne pas séparer dans plusieurs docs ? • On risque d’avoir à gérer des jointures dans l’application, compliqué ! • Ou utilisation de $lookup : a des contraintes fortes !
19. Modélisation: quelques règles simples 1..1 1 seule collection Personne - Avec un sous-document “carte_vitale” Collection “Personne” { nom: “...”, carte_vitale: { date_emission: “...”, cnam: “...” } } Personne Carte Vitale
20. Modélisation: quelques règles simples 1 seule collection Personne - Avec une liste de sous- documents “adresse” 1..peu Collection “Personne” { nom: “Séraphin Lampion”, adresses: [ { rue: “rue de la Roquette”, ville: “Paris” }, { rue: “chemin du chateau”, ville: “Moulinsart” } ] } Personne Adresse
21. Modélisation: quelques règles simples 2 collections Voiture et Composant - C’est Voiture qui référence les composants 1..beaucoup Collection “Voiture” { marque: “...”, modele: “...”, composants: [ “Id_101”, “Id_22”, “Id_345”, … ] } Voiture Composant Collection “Composant” { id: “...”, type: “...”, prix: ... }
22. Modélisation: quelques règles simples 2 collections Systeme et Log - C’est Log qui référence le parent ! 1..énormément Collection “Système” { id: “...”, host: “...”, ... } Système Log Collection “Log” { date: “...”, level: “...”, id_systeme: “...” }
23. Et concernant l’usage... Ne pas oubliez d’en tenir compte ! • “J’ai besoin de l’ensemble des données à chaque requête” ◦ Mettez tout dans une seule collection • “J’ai besoin d’en avoir seulement une partie” ◦ Faites plusieurs collections et des références ◦ Ex: les posts d’un blog et leurs commentaires : ▪ 2 besoins : affichage liste des posts + affichage post avec commentaires ▪ Modélisation avec 2 collections (posts, comments)
24. $lookup Des jointures ! c’est un début… • Left outer join • Uniquement avec des collections non shardées Collection Conference { “title”: “Plein de mots-clefs hyper cools...”, “description”: “Refaites votre SI avec tout ça, sinon vous êtes mort!”, “speaker_id”: “techno_maniac” } Collection Speaker { “_id”: “techno_maniac”, “name”: “Jean-Marcel Le Maniac”, “email”: “le_maniac@breizhcamp.org” } Exemple $lookup db.Conference.aggregate( [ { “$lookup”: { “from”: “Speaker”, “localField”: “speaker_id”, “foreignField”: “_id”, “as”: “speaker_infos” } } ] ) [ { “title”: “Plein de mots-clefs hyper cools...”, “description”: “Refaites votre SI avec…”, “speaker_id”: “techno_maniac”, “speaker_infos”: [ { “_id”: “techno_maniac”, “name”: “Jean-Marcel Le Maniac”, “email”: “le_maniac@breizhcamp.org” } ] }, … ]
25. $lookup Collection Conference { “title”: “Plein de mots-clefs hyper cools...”, “description”: “Refaites votre SI avec ça”, “speaker_ids”: [ “miss_techno”, “techno_maniac” ] } Exemple $lookup db.Conference.aggregate( [ { $unwind: “$speaker_ids” }, { $lookup: { from: “Speaker”, localField: “speaker_ids”, foreignField: “_id”, as: “speakers_infos” } }, { $group: { _id: “$_id”, title: { $first: “$title” }, speakers: { $push: “$speakers_infos” } } } ] ) { “title”: “Plein de mots-clefs hyper cools...”, “speakers”: [{ “_id”: “miss_techno”, “name”: “Jeanne-Irene La Maniac”, “email”: “miss_techno@breizhcamp.org” }, { “_id”: “techno_maniac”, “name”: “Jean-Marcel Le Maniac”, “email”: “le_maniac@breizhcamp.org” } ] }, { ... }, … Avec des listes, jouez avec $unwind et $group
26. “C’est un art plus qu’une science!”
27. Usages ! Usages ! Usages ! Usages ! Usages ! Usages !
28. Questions ?
29. Outillage
30. • La GUI n’est pas une priorité pour MongoDB • Les meilleurs outils gratuits sont maintenus par des personnes de MongoDB Choisir une interface graphique
32. Robot Mongo • C’est codé avec un vrai langage (C++) • Est globalement à la traine sur le support de fonctionnalités • Pensez à utiliser les beta • Plutot complet • Robuste et stable
34. Mongo Chef • La seule GUI de niveau professionnel • A été mis à jours très rapidement les deux dernières années • Très complet pour du développement comme de l'administration • Le top coute 149 $ par an
35. MongoDB Compass
36. Mongo-hacker • Le shell MongoDB vitaminé ◦ Colorisation ◦ Alias pour compter collections, documents et indexes ◦ Alias pour aggrégations gcount, gavg, gsum • Toujours nécessaire notamment quand la base n’est pas accessible directement https://github.com/TylerBrock/mongo-hacker
37. M • Equivalent pour mongodb de n pour node • Simplification du téléchargement • Changement en une commande de version mongodb https://github.com/aheckmann/m
38. Démo
39. Frameworks et API
40. ORM ou plutôt ODM Avant-propos: eh oui, on est mono-maniaque et on ne développe qu’en Java ! • Driver Java ◦ Évolue bien, mais bas niveau • Morphia ◦ Intéressant • Spring Data MongoDB ◦ C’est Spring... • Hibernate OGM ◦ Heu... • Jongo ◦ Fun !
41. Driver Java 3.0 Nouvelles classes (les anciennes sont toujours là, hélas…) // A OUBLIER !!!! DB db = mongoClient.getDB("breizhcamp2016"); DBCollection dbCollection = db.getCollection("conferences"); Iterator<DBObject> confIter = dbCollection.find().iterator(); // Utilisation d’un mapper pour convertir les DBObjects en objets métier MongoDatabase db = mongoClient.getDatabase("breizhcamp2016"); MongoCollection<Document> dbCollection = db.getCollection("conferences"); // Ou en utilisation directe de la classe métier MongoCollection<Conference> dbCollection = db.getCollection("conferences", Conference.class); MongoCursor<Conference> conferences = confCollection.find().iterator(); // Il ne faut pas oublier de déclarer un codec pour la classe Conference
42. Driver Java 3.0 Codec: permet de gérer finement le codage en BSON (est-ce bien utile ? bof...) public class ConferenceCodec implements Codec<Conference> { @Override public void encode(BsonWriter writer, Conference conf, EncoderContext ctx) { } @Override public Class<Conference> getEncoderClass() { return Conference.class; } @Override public Conference decode(BsonReader reader, DecoderContext ctx) { } } public class ConferenceCodecProvider implements CodecProvider { @Override public <T> Codec<T> get(Class<T> clazz, CodecRegistry registry) { if (clazz == Conference.class) { return (Codec<T>) new ConferenceCodec(); } return null; } } Utilisation d’un codec générique (projet à suivre!): ➔ https://github.com/ylemoigne/mongo-jackson-codec
43. Driver Java 3.0 Async API (mêmes noms de classes, pas le même package) // Async Database et Collection // MongoDatabase db = client.getDatabase("breizhcamp2016"); MongoCollection<Conference> collection = db.getCollection("conferences", Conference.class); Conference conference = new Conference( "Framework TrucMachinChoseJS et Dockerification de mes microservices", "C'est trop cool !", new Speaker("JsAndDockerAndMicroServicesManiac")); // Insertion d’un élément => il faut fournir une callback // collection.insertOne(conference, (final Void result, final Throwable t) -> { System.out.println("Conference inserée"); });
44. Morphia Nécessaire et suffisant Morphia morphia = new Morphia(); morphia.map(Conference.class, Speaker.class); Datastore datastore = morphia.createDatastore(client, "breizhcamp2016"); Conference conf = new Conference("Have fun With MongoDB", "@padewitte", "@_bruno_b_"); datastore.save(conf); List<Conference> confWithPAD = datastore.find(Conference.class) .filter("speakers", "@padewitte") .field("speakers").sizeEq(1) .asList(); datastore.createAggregation(Conference.class) .unwind("speakers") .project(projection("twitterHandle", "speakers"), projection("title")) .group("twitterHandle", grouping("conferences", addToSet("title"))) .out(Speaker.class);
45. Pas de transaction, mais... Ne pas oublier qu’il existe des méthodes findAndXXX permettant d’exécuter des actions de manière atomique FindOneAndUpdateOptions options = new FindOneAndUpdateOptions().returnDocument(ReturnDocument.AFTER); // UpdatedConf contient les données de la conférence suite à la modif Conference updatedConf = confCollection.findOneAndUpdate( new Document(), // Query new Document("$push", new Document("speakerIds", "pad")), // Update options);
46. Questions ?
47. Préparer la production
48. Estimer la volumétrie
49. Estimer la volumétrie 1. Prototyper et concevoir une première version du schéma 2. Extraire les statistiques de taille de chaque collection pour les datas et les index a. taille moyenne des datas b. taille moyenne des indexes 3. Pour chaque collection, estimer un nombre de documents 4. Appliquer un coefficient multiplicateur (un conseil, à cacher le dans une formule d’excel)
50. Extraire les statistiques > show collections > count docs > count index > db.macollection.count() > db.macollection.stats(1024*1024)
51. Le working set • Portion des données utilisée fréquemment • Attention aux batchs réalisant une lecture complète d’une collection • Idéalement la taille du working set doit correspondre à la taille de la RAM
52. Taille sur disque d’une collection Taille moyenne d’un document Taille data = * Nb de doc. Taille moyenne des indexes Taille indexes = * Nb de doc. = Taille sur disque +
53. Taille du working-set d’une collection Taille moyenne d’un document Taille data = * Nb de doc. Taille moyenne des indexes Taille indexes = * Nb de doc. = Taille working-set + Proportion data utile *
54. Migrer ses données
55. Chemins de migration Peu d’outillage disponible
56. mongo-connector • Ecrit et maintenu par MongoDB en python • Permet de copier depuis MongoDB vers : ◦ ElasticSearch ◦ Solr ◦ Mongodb ◦ Postgresql • Peut permettre de synchroniser une base de préproduction avec la production simplement • Idéal pour des duplications sans transformation https://github.com/mongodb-labs/mongo-connector
57. Apache Camel & Groovy def ds = new OracleDataSource(... ) SimpleRegistry registry = new SimpleRegistry(); registry.put("myDataSource", ds); def camelContext = new DefaultCamelContext(registry) camelContext.addRoutes(new RouteBuilder() { def void configure() { from("direct:EXTRACT_SQL") .setHeader("table", constant("CONFERENCES")) .setBody().constant("select * where (CONFERENCES.DATMAJ > sysdate - 2 )") .to("jdbc:myDataSource? outputType=StreamList&useHeadersAsParameters=true") .split(body()).streaming().process(confProcessor) .to("mongodb: myDb?database=mymongo_databse&collection=conferences&operation=save") .end() } }) camelContext.start() // send a message to the route ProducerTemplate template = camelContext.createProducerTemplate(); template.sendBody("direct:EXTRACT_SQL", "Starting migration"); camelContext.stop()
58. Questions ?
59. Exploiter
60. Replica-set
61. Configurer un replica-set Rien de plus simple ! • Sur chacun de vos serveurs: • Connexion sur un des nodes: $ mongod --dbpath /data/mongo --replSet breizhcamp_rs $ mongo --host mongod-node1 MongoDB shell version: 3.2.4 connecting to: mongod-node1:27017/test > > rs.initiate({_id:"breizhcamp_rs", members:[ {_id:0,host:"mongod-node1:27017"}, {_id:1,host:"mongod-node2:27017"}]}) {"ok":1} breizhcamp_rs:PRIMARY>
62. Attention au chainage https://docs.mongodb.org/manual/reference/replica- configuration/#rsconf.settings.chainingAllowed PRIMARY SECONDARY SECONDARY SECONDARY
63. Adapter le write et read concern https://docs.mongodb.org/manual/core/replica-set-write-concern/ https://docs.mongodb.org/manual/core/read-preference/ WRITE READ (≥ 3.2)
64. Questions ?
65. Storage
66. Storage engine MongoDB s’adapte aux différents use cases en fournissant plusieurs moteurs de stockage • MMAPv1: présent depuis le début • WiredTiger : depuis la 3.0 et par défaut à partir de la 3.2 • In memory (beta) • Autres futurs moteurs Pour un noeud donné, on ne peut pas changer de type, mais on peut avoir des nodes avec diff. engines
67. Mettez un tigre dans votre moteur Super performant en écriture ! ➔ Lock au niveau du document (et plus au niveau de la collection) Gain de place: ➔ Support de la compression pour les collections, les index, les journaux ◦ Snappy: par défaut pour les docs et les journaux ▪ 70% de taux de compression, peu de surcoût en CPU ◦ Zlib: meilleure compression (mais surcoût de CPU) Sécurité: ➔ Support du chiffrement au niveau du stockage (uniquement pour MongoDB enterprise)
68. Les performances
69. Stockage : dans la vraie vie... 30 millions de docs (10 ko chaque), 20 index
70. Et pour finir, soyons joueur ! • Plusieurs types peuvent co-exister au sein d’ un même replica set • On peut imaginer: ◦ Un node pour les lectures => MMAPv1 ◦ Un node pour les écritures => WiredTiger Node 1 avec WiredTiger Node 2 avec MMAPv1 Data ingestion Data Read Replica set
71. Questions ?
72. Sharding
73. Range Based Sharding
74. Hash Based Sharding
75. Tag Aware Sharding
76. Tag Aware Sharding Il existe certainement d’autres bases de données adaptées à de tels besoins
77. Topologie minimale
78. Testez en environnement cible • Update et remove doivent inclure la clé de sharding • La lecture sur les secondaires est à éviter tant que possible (orphans) • Limites sur l’aggrégation ◦ pas de join depuis une collection shardée ◦ optimisation largement dépendante des données
79. Si jamais vous êtes encore motivés • Sans réseau correct point de salut • Colocaliser les MongoS avec vos applications • N’oubliez pas de sauvegarder les MongoS (pas de reconstruction possible simplement) • Faites vérifier votre architecture par un ami
80. Quand sharder ? • Quand ce n’est pas votre premier projet MongoDB en production • Quand vous pouvez acheter quelques machines de plus (à minima triplement du nombre de machine) • Quand il n’est pas possible de faire autrement ◦ Envisager d’abord la scalabilité verticale ◦ Monitorer la taille de votre working set pour anticiper le plus possible cette opération
81. Les points d’attention • Privilegier autant que possible le sharding haché • Surveiller les plages de lancement du balancer • Nettoyer régulièrement les orphans • Ne jamais lire sur un secondary si l’ exactitude de la donnée est critique https://docs.mongodb. org/manual/reference/command/cleanupOrphaned/
82. Questions ?
83. Analyser les performances
84. Mongo tools • Log avec requêtes lentes et cursor. explain() • mongotop : stats (temps) lecture/ecriture par collection • mongostat : stats système de l’instance ◦ insert, query, update, delete (nombre de requêtes/s) ◦ getmore command flushes ◦ mapped (MMAPv1), vsize, res ◦ faults (MMAPv1) ◦ qr|qw (queue) ◦ ar|aw (active clients)
85. Mtools • La boite à outils indispensable pour analyser les logs https://github.com/rueckstiess/mtools
86. Supervision et métrologie
87. Les points de supervision système • Espace libre • Nombre de connexions réseau • Nombre de fichiers ouverts • Mémoire utilisée Dans le cas d’un replica-set : • Statut dans le replica-set • Présence de fichiers dans le répertoire rollbacks https://docs.mongodb.org/manual/core/replica-set-rollbacks/
88. Les solutions Pas de plugin permettant la découverte automatique • Zabbix ◦ Set de graph et d’alarmes préconfigurées ◦ Il faudra mettre les mains dans PHP • Nagios ◦ Nombreux check à ajouter ◦ Accompagné du plugin CACTI il est aisé de se construire une métrologie ◦ Il faudra mettre les mains dans Python • Votre script dans votre langage de prédiletion https://github.com/nightw/mikoomi-zabbix-mongodb-monitoring https://github.com/mzupan/nagios-plugin-mongodb
89. Métrologie • Définir des alertes sur événements ou seuil est important • En cas de problème de performance complexe avoir grapher les métriques clefs auparavant est encore plus important
90. Backup
91. MongoDump / MongoRestore • Tool de Mongo permettant la sauvegarde • Dans le cas d’un replica set utiliser l’option -- oplog à la sauvegarde et la restauration pour backuper un maximum d’ enregistrement • Il est nécessaire d’avoir la place disponible et peut prendre beaucoup de temps
92. Copie des fichiers • Il est possible de backuper par copie des fichiers • Dans le cas de NMAP il est indispensable d’ activer le journal et que celui ci soit présent sur le même volume que les données • Dans le cas d’un replica set préférer la sauvegarde sur le primary ou alors s’assurer que le secondary source de la sauvegarde n’ est pas en retard • Si vous pouvez vous le permettre préférer stopper l’instance
93. Faire son propre “Point in time …” • Si jamais vous avez un oplog couvrant l'intervalle de temps entre une sauvegarde et le moment auquel vous pouvez restaurer il est possible de ne pas perdre de données • Commencer par isoler un membre puis sauvegarder l’oplog • http://www.codepimp.org/2014/08/replay- the-oplog-in-mongodb/ • A tester absolument dans un environnement non cible la première fois
94. MongoDB Cloud Manager Backup • De loin la solution la plus simple mais nécessite une souscription • Fonctionne par lecture de l’oplog en continue • Permet le point in time recovery • Disponible dans le cloud ou dans votre réseau • Si auo-herbergé la machine de backup doit être aussi puissante avec encore plus de stockage que vos autres machines
95. Solution idéale • Un backup idéal est un backup testé • Pour des petits volumes MongoDump est suffisant • Les outils de MongoDB corp sont clairement plus simple à utiliser
96. Questions ?
97. Avant de se quitter
98. Gestion de projet
99. Gérer son projet Concevoir Développer Qualifier Evaluer les performances
100. • Un bon schéma doit répondre : ◦ Aux besoins métier ◦ Aux exigences de performance • Pour bien connaitre le besoin, il faut le développer et le tester • Pour savoir si l’application répond aux exigences de performance, il faut la tester • Les tests doivent commencer avec le développement • Pour tester rapidement, il faut déployer rapidement En résumé
101. Agilité Continuous testing DevOps Ingénierie des exigences
102. Pour continuer
103. Les liens à connaitre https://docs.mongodb. org/manual/administration/production- checklist/ https://docs.mongodb. org/manual/faq/diagnostics/
104. Se former https://university.mongodb.com/
105. Se tenir informer https://www.mongodb.com/presentations/all https://www.mongodb.com/community
106. #mongodb #bzhcmp @_bruno_b_ @padewitte
107. Pour compléter http://dba.stackexchange. com/questions/121160/mongodb-mmapv1-vs- wiredtiger-storage-engines https://objectrocket. com/blog/company/mongodb-wiredtiger http://zanon.io/posts/mongodb-storage- engine-mmap-or-wiredtiger