Coisas que aprendemos usando Mongoid com grande quantidade de dados
4 gostaram1,212 visualizações
O documento discute técnicas e desafios encontrados ao usar o MongoDB e Mongoid para armazenar e manipular grandes quantidades de dados. Algumas das técnicas exploradas incluem implementação de campos customizáveis, modelagem de relacionamentos many-to-many, importação em massa de dados, operações atômicas e sharding.
Coisas que aprendemos usando Mongoid com grande quantidade de dados
- 1. Coisas que aprendemos usando Mongoid com grande quantidade de dados @fabioperrella
- 2. Créditos também para: Claudio Bruno Martins @marciotrindade
- 3. Objetivos ● Mostrar coisas que descobrimos ● Mostrar técnicas que usamos ● Ver se alguem fala "NAO FAÇAM ISSO!" ● Fazer alguem pensar ou falar "NOSSA, DA PRA FAZER ISSO!"
- 4. Email Marketing - Locaweb ● SaaS ● Multi Tenant ● Grande quantidade de dados ● Grande histórico de dados ● Sistema antigo, baseado no php-list ● ==> Nova plataforma em Rails + MongoDB! ● Lançamento na próxima semana
- 5. MongoDB ● Simplicidade ● Sharding: grande quantidade de dados ● Schema-free: campos customizados contatos, filtros ● Replica Set: Alta disponibilidade ● Operações Atomicas: inc, addToSet, pull, push... ● Boa performance ● Maturidade: mongosp 2011! ● Atualizações constantes! (estamos na v2.0.5)
- 6. Mongoid ● Simplicidade ● Boa documentação ● Mongo Mapper tinha bug com muitos documentos embedados (faz tempo) ● .. e está chegando a versão 3 muito melhor!
- 7. Implementação de Campos Customizáveis
- 8. Implementação de Campos Customizáveis ● 1a ideia - Mongoid dynamic fields (allow_dynamic_fields)
- 9. Implementação de Campos Customizáveis ● 1a ideia - Mongoid dynamic fields (allow_dynamic_fields) ● Problemas ○ Proteção de campos internos (status, id, etc..) ○ Restrição no nome dos campos customizáveis ○ allow_dynamic_fields no Mongoid é global! ● Vantagens? ○ Indice nos campos
- 10. Implementação de Campos Customizáveis ● 2a ideia - field custom_fields, type: hash
- 11. Implementação de Campos Customizáveis ● 2a ideia - field custom_fields, type: hash ● Vantagens ○ Proteção dos campos internos ○ Liberdade no nome dos campos ● Problemas? ○ Índice nos campos
- 12. Implementação de Campos Customizáveis ● Indice nas chaves de um hash! (inclusive em chaves que não existem)
- 13. Implementação de Campos Customizáveis ● Cuidado com indices! ● Geração de indice faz lock do DB inteiro! ○ 10min collection com 50milhoes de documentos ● Custo alto (memoria, espaço em disco, escrita)
- 14. Implementação de Campos Customizáveis ● Se o cliente quiser trocar o nome dos campos? ○ Toma essa!! operador $rename =~ Alter table
- 15. Implementação de Campos Customizáveis ● Buscas tipadas (string, date, int) Contact.where("custom_fields.date" => {"$lt" => Time.parse("1982-01-1")}) ● Operadores de condição: http://www.mongodb.org/display/DOCS/Advanced+Queries
- 16. Implementação de Campos Customizáveis ● Bug no MongoDB, ordenação de indices ● Case Sensitive (http://jira.mongodb. org/browse/SERVER-90) ● Fix: criar campo em lowercase { "_id": ObjectId("4fdfd0ada53bd0206a000003"), "email": "[email protected]", "name": "PopoLala", "name_lc": "popolala" }
- 17. Belongs To Many
- 18. Belongs To Many ● Opções de modelagem: ○ 1) Embed Documents ○ Vantagens: ■ Consulta rápida dos dados ○ Desvantagens: ■ Tamanho do documento
- 19. Belongs To Many
- 20. Belongs To Many ● Problemas! ○ Tamanho máximo de um documento 4MB, 8, 16.. ■ melhor não passar de 100KB ○ Alternativa quebrar em chunks -> complexidade! ○ Gridfs? não
- 21. Belongs To Many ● Opções de modelagem: ○ 2) Has And Belongs to Many ○ Vantagens: ■ Tamanho dos documentos menor? ■ Consistência ○ Desvantagens: ■ Busca ■ Tamanho dos documentos!!!
- 22. Belongs To Many
- 23. Belongs To Many ● Opções de modelagem: ○ 2) Has And Belongs to Many ■ Tamanho do documento com 201mil ObjectIds!
- 24. Belongs To Many ● Problemas! ○ Complexidade no codigo para usar only(:fields)
- 25. Belongs To Many ● Opções de modelagem: ○ 3) Has And Belongs to Many!!
- 26. Belongs To Many ● Opções de modelagem: ○ 3) Has And Belongs to Many!! http://agendaculturalpiracicabana.blogspot.com.br/2012/01/dia-13-sexta-feira-vamos-cacar-o-saci.html
- 27. Belongs To Many ● Opções de modelagem: ○ 3) Has And Belongs to Many ○ Vantagens: ■ Tamanho dos documentos menor! ■ Consistência ○ Desvantagens: ■ Busca? ■ Implementação fora do padrão
- 28. Belongs To Many
- 29. Belongs To Many
- 30. Belongs To Many GEM (wip): https://github.com/fabioperrella/mongoid_belongs_to_many
- 31. Belongs To Many ● Opções de modelagem: ○ 3) Has And Belongs to Many ○ Indice em campos tipo array! index :message_ids
- 32. Mongoimport ● Feature: Importação de contatos em massa ● Problema ○ Listas com mais de 100mill contatos ○ Concorrência entre clientes ○ Precisa ser rápido! ● Solução ○ mongoimport
- 33. Mongoimport http://www.mongodb. org/display/DOCS/Import+Export+Tools#ImportExportTools-mongoimport ● Ponto positivo: ○ Velocidade (mais de 8mil documentos/segundo) ● Pontos Negativos ○ Validação dos dados Não há como fazer "Merge" de dados ○ Dificil tratar de erros pois roda com system
- 34. Mongoimport ● Validação dos dados
- 35. Mongoimport ● to_mongo_json ○ carregar objeto com dados do CSV e validar! ○ conversão de ObjectIds ○ conversão de datas (timestamp em miliseconds) ○ conversão de Array de ObjectIds (relacionamentos) ○ conversão de Hashes ○ gerar JSON no formato do mongoimport ● Bug data < epoch (https://jira.mongodb.org/browse/SERVER- 961 )
- 36. Mongoimport ● Merge de dados nao existe! ○ opção "upsert" atualiza documento inteiro, não é possivel fazer merge https://jira.mongodb. org/browse/SERVER-1674 ○ PERIGO com dados que podem ser atualizados por outro lugar (counts, etc..) ○ Solução: Mongoid collection.update!
- 37. Mongoimport ● Merge de dados não existe! ○ collection.update apenas nos campos que precisam ser atualizados
- 38. Mongoimport ● Tratamento de erros
- 39. Updating - Atomic Operators ● http://en.wikipedia. org/wiki/Linearizability#Example_atomic_operation ● http://en.wikipedia.org/wiki/Compare-and-swap
- 40. Updating - Atomic Operators ● http://www.mongodb.org/display/DOCS/Updating ● inc ● set / unset ● push ● pushAll ● addToSet e each ● pop / pull ● pullAll ● rename
- 41. Updating - Atomic Operators ● inc: incrementa um número ○ pode ser usado com campo nil
- 42. Updating - Atomic Operators ● inc ○ pode ser usado em hashes (mesmo vazios!)
- 43. Updating - Atomic Operators ● inc com multi:true (em N documentos) ○ somente com o collection.update no mongoid
- 44. Updating - Atomic Operators ● set: seta valor de um campo ○ no mongoid só é possível atualizar 1 campo com o .set
- 45. Updating - Atomic Operators ● addToSet ○ insere 1 elemento em um array se já não existir nele ○ pode fazer mais de uma operação por vez, por exemplo com INC
- 46. Updating - Atomic Operators ● addToSet com each ○ insere N elementos em um array se não existirem nele
- 47. Updating - Atomic Operators ● pull / pullAll ○ remove 1 / N elementos de um array
- 48. Updating - Atomic Operators ● rename ○ renomeia nome de campos, inclusive de hashes!
- 49. Sharding ● Não deixe pra depois se já sabe que vai precisar! ○ tempo para implementação, testes... ○ shard balancing pode sobrecarregar máquina se já estiver no limite ○ algumas coisas não funcionam (ou não funcionam direito) com shard, exemplo: ■ counts ■ mongodb unique index
- 50. Sharding ● não deixe pra depois se ja sabe que vai precisar! ○ mongoid shard_key (se nao tiver, dá erro em update, inserts..)
- 51. Sharding ● não deixe pra depois se ja sabe que vai precisar! ○ Safe mode: ligar no test / development, desligar em prod!
- 52. Sharding ● mongoS, configServer, replicaSet, mongoDB
- 53. Sharding ● Chunks, splitting e balancing ○ Chunk: pedaço de uma collection ○ Splitting: quebra de chunk quando fica grande (64M) ○ Balancing: mover chunk para outro shard quando o atual está mais cheio
- 54. Sharding ● Chunks, splitting e balancing ○ Exemplo: Collection Users com campo mês de aniversário ○ Sharding key: mês de aniversário Começo Fim Shard fevereiro março A setembro +infinito A Começo Fim Shard -infinito fevereiro B março setembro B
- 55. Sharding ● Chunks, splitting e balancing ○ após splitting Começo Fim Shard fevereiro junho A junho março A setembro +infinito A Começo Fim Shard -infinito fevereiro B março setembro B
- 56. Sharding ● Escolha da shard key ○ "It is important to choose the right shard key for a collection. If the collection is gigantic it is difficult to change the key later. When in doubt please ask for suggestions in the support forums or IRC". (1a linha no site do mongodb) ○ http://www.mongodb. org/download/attachments/2097354/how+queries+w ork+with+sharding.pdf
- 57. Sharding ● Escolha da shard key ○ pensar na escrita e leitura dos dados: ■ load balancing: na escrita deve dividir dados entre os shards ■ na leitura tentar não varrer vários shards para ter a resposta
- 58. Sharding ● Escolha da shard key ○ como não deve ser: ■ low-cardinality: por exemplo continentes (africa, america, europa) ■ ascending shard key: por exemplo objectid, vai concentrar todas leituras e escritas em um shard ■ random shard key: por exemplo md5, quase sempre vai precisar juntar os dados de varios chunks, nao vai conseguir deixar dados parecidos juntos
- 59. Sharding ● Escolha da shard key ○ recomendado: objectid + search key Exemplo: Inicio Fim Shard -infinito Africa,000111 A Africa,000111 Africa,999999 B Africa,999999 Europa,22233 A Europa,22233 Europa,87652 B Europa,87652 +infinito B
- 60. Replicaset ● Prefira escalar usando shards e não replicasets com leitura nos secundário (slave_ok = true no Mongoid) ● Leitura insegura. Nos secundários podem haver dados antigos ● Ainda em estudo por nós.. ○ estratégia de backup em secundários ○ compactação de dados nos secundários ○ journaling habilitado apenas no secundário de backup
- 62. Monitoração ● db.stats() ● db.collecionName.stats() ● rs.serverStatus() ● rs.status() ● db.currentOp() ● MongoDB Monitoring Service (MMS) ○ SaaS ○ Free!
- 63. Testes de carga ● velocidade de escrita (ex: importação de contatos) ● ambiente de homologação rodando com base carregada ● analisar queries lentas com explain() no console do mongo ● simular casos extremos (ex: cliente grande com muitos contatos) ● definir limites de segurança
- 64. Referências ● http://www.mongodb.org ● Scaling MongoDB (Kristina Chodorow) ● 50 Tips and Tricks for MongoDB Developers (Kristina Chodorow) ● MongoDB in Action (Kyle Banker)