首先我们看一下Balancer及相关实现策略的类图：

　　

　　可以看到Balancer类里包含一个BalancerPolicy，其指向一个均衡策略，该策略会实现查找并收集要迁移的chunk。

　　这里先看一下Balancer的类定义，如下:

//balace.h 　　class Balancer : public BackgroundJob { 　　public: 　　Balancer(); 　　virtual ~Balancer(); 　　// BackgroundJob methods 　　virtual void run(); 　　virtual string name() const { return “Balancer”; } 　　private: 　　typedef BalancerPolicy::ChunkInfo CandidateChunk; 　　typedef shared_ptr CandidateChunkPtr; 　　//mongos名称(hostname:port) 　　string _myid; 　　// Balancer 启动时间 　　time_t _started; 　　// 前移的chunks数量 　　int _balancedLastTime; 　　// 均衡策略(确定要迁移的chunks) 　　BalancerPolicy* _policy; 　　//初始化，检查balancer 能否链接到servers.该方法可能抛出网络异常 　　bool _init(); 　　/** 　　* 收集关于shards及chunks的信息，以及可能需要迁移的chunks 　　* @param conn: 指向config server(s)连接 　　* @param candidateChunks (IN/OUT): 可能需要迁移的chunks 　　*/ 　　void _doBalanceRound( DBClientBase& conn, vector* candidateChunks ); 　　/** 　　* 逐个迁移chunk.并返回最终迁移的chunk数量 　　* @param candidateChunks 可能需要迁移的chunks 　　* @return number of chunks effectively moved 　　*/ 　　int _moveChunks( const vector* candidateChunks ); 　　/*在config server(s)中标记并前balancer为活动状态.*/ 　　void _ping( DBClientBase& conn ); 　　//当configdb中的所有服务均可用时，返回true 　　bool _checkOIDs(); 　　};

　　可以看出balancer继承自BackgroundJob，所以它是以后台方式运行的。了解了该类的方法和属性之后，下面我们着手看一下mongos主函数中启动balancer.go()的调用流程。因为balancer继承自BackgroundJob,所以还要看一下BackgroundJob里go()方法的执行代码, 如下：

//background.cpp 线程方式运行下面的jobBody方法 　　BackgroundJob& BackgroundJob::go() { 　　boost::thread t( boost::bind( &BackgroundJob::jobBody , this, _status ) ); 　　return *this; 　　} 　　////background.cpp. Background object can be only be destroyed after jobBody() ran 　　void BackgroundJob::jobBody( boost::shared_ptr status ) { 　　…. 　　const string threadName = name(); 　　if( ! threadName.empty() ) 　　setThreadName( threadName.c_str() ); 　　try { 　　run();//到这里，mongos开始执行子类balancer中的run方法 　　} 　　…. 　　if( status->deleteSelf ) 　　delete this; 　　}

　　上面代码最终会将执行流程转到balancer类的run()方法，如下

void Balancer::run() { 　　/* this is the body of a BackgroundJob so if we throw 　　here we’re basically ending the balancer thread prematurely */ 　　while ( ! inShutdown() ) { 　　if ( ! _init() ) {//检查balancer是否链到config server和其它shard上 　　log() << “will retry to initialize balancer in one minute” << endl; 　　sleepsecs( 60 ); 　　continue; 　　} 　　break; 　　} 　　//构造链接串信息 　　ConnectionString config = configServer.getConnectionString(); 　　//声明分布式锁 　　DistributedLock balanceLock( config , “balancer” ); 　　while ( ! inShutdown() ) {//一直循环直到程序中断或关闭 　　try { 　　// 判断chunk均衡功能是否有效 　　if ( ! grid.shouldBalance() ) { 　　log(1) << “skipping balancing round because balancing is disabled” << endl; 　　sleepsecs( 30 ); 　　continue; 　　} 　　//从链接池中获取一个链接对象，如无链接则直接创建。更多内容详见connpool.cpp文件的 　　//DBClientBase* DBConnectionPool::get(const string& host) 方法. 　　ScopedDbConnection conn( config ); 　　_ping( conn.conn() );//标识链到config server的balancer为活动(live)状态 　　if ( ! _checkOIDs() ) { 　　uassert( 13258 , “oids broken after resetting!” , _checkOIDs() ); 　　} 　　//重载Shard集合信息(shard 状态) 　　Shard::reloadShardInfo(); 　　//声明balance锁对象balanceLock 　　dist_lock_try lk( &balanceLock , “doing balance round” ); 　　if ( ! lk.got() ) { 　　log(1) << “skipping balancing round because another balancer is active” << endl; 　　conn.done(); 　　sleepsecs( 30 ); // no need to wake up soon 　　continue; 　　} 　　log(1) << “*** start balancing round” << endl; 　　vector candidateChunks; 　　//获取在shard集合中建议迁移的chunk信息(包含要迁移到的目标shard信息) 　　_doBalanceRound( conn.conn() , &candidateChunks ); 　　if ( candidateChunks.size() == 0 ) {//是否有要移动的chunk 　　log(1) << “no need to move any chunk” << endl; 　　} 　　else//开始迁移并返回最终迁移数量 { 　　_balancedLastTime = _moveChunks( &candidateChunks ); 　　} 　　log(1) << “*** end of balancing round” << endl; 　　conn.done();//将conn放到链接池中(为其它后续操作使用) 　　sleepsecs( _balancedLastTime ? 5 : 10 ); 　　} 　　catch ( std::exception& e ) { 　　log() << “caught exception while doing balance: ” << e.what() << endl; 　　// Just to match the opening statement if in log level 1 　　log(1) << “*** End of balancing round” << endl; 　　sleepsecs( 30 ); // sleep a fair amount b/c of error 　　continue; 　　} 　　} 　　}

　　上面方法中主要是先构造链接串，进而构造连接实例(注：这里使用了链接池的概念，我会在后续章节中专门介绍其实现机制)。之后刷新sharding中的相关信息(确保其有效性)，之后调用_doBalanceRound()方法来收集可能要迁移的chunk(s)信息并最终完成迁移(使用_moveChunks方法)。

　　下面我们就着重看一下这两个方法的具体实现.

　　首先是_doBalanceRound方法:

//balance.cpp 　　void Balancer::_doBalanceRound( DBClientBase& conn, vector* candidateChunks ) { 　　assert( candidateChunks ); 　　// 1. 通过查询ShardsNS::collections来检查是否有可用sharded集合来均衡chunk 　　auto_ptr cursor = conn.query( ShardNS::collection , BSONObj() ); 　　vector< string > collections; 　　while ( cursor->more() ) { 　　BSONObj col = cursor->next(); 　　// sharded collections will have a shard “key”. 　　if ( ! col[“key”].eoo() ) 　　collections.push_back( col[“_id”].String() ); 　　} 　　cursor.reset(); 　　if ( collections.empty() ) { 　　log(1) << “no collections to balance” << endl; 　　return; 　　} 　　//获取一个需要均衡的shard信息列表，表中shard信息包括maxsize, currsiez, drain, hsopsqueued 　　vector allShards; 　　Shard::getAllShards( allShards ); 　　if ( allShards.size() < 2) { 　　log(1) << “can’t balance without more active shards” << endl; 　　return; 　　} 　　//获取allShards的相应状态信息交绑定到shardLimitMap相应元素中，该shardLimitMap是一个从shardId到对象(BSONObj)的映射 　　map< string, BSONObj > shardLimitsMap; 　　for ( vector::const_iterator it = allShards.begin(); it != allShards.end(); ++it ) { 　　const Shard& s = *it; 　　ShardStatus status = s.getStatus(); 　　//最大值 (单位：兆字节, 0为不限制) 　　BSONObj limitsObj = BSON( ShardFields::maxSize( s.getMaxSize() ) << 　　LimitsFields::currSize( status.mapped() ) << //当前时间状态的信息 　　hardFields::draining( s.isDraining() ) << //当前的shard是否正在被移除 　　LimitsFields::hasOpsQueued( status.hasOpsQueued() )//是否有回写的队列信息 　　); 　　shardLimitsMap[ s.getName() ] = limitsObj; 　　} 　　//遍历collections集合，根据均衡策略(balancing policy) ，检查是否有要迁移的chunk信息 　　for (vector::const_iterator it = collections.begin(); it != collections.end(); ++it ) { 　　const string& ns = *it;//集合的名空间 　　map< string,vector > shardToChunksMap;//从shardId 到chunks 的映射 　　cursor = conn.query( ShardNS::chunk , QUERY( “ns” << ns ).sort( “min” ) ); 　　while ( cursor->more() ) { 　　BSONObj chunk = cursor->next(); 　　//以chunk所属的shard为标识，获取一个chunks的集合来收集位于同一shard的chunk 　　vector& chunks = shardToChunksMap[chunk[“shard”].String()]; 　　chunks.push_back( chunk.getOwned() ); 　　} 　　cursor.reset(); 　　if (shardToChunksMap.empty()) { 　　log(1) << “skipping empty collection (” << ns << “)”; 　　continue; 　　} 　　for ( vector::iterator i=allShards.begin(); i!=allShards.end(); ++i ) { 　　// this just makes sure there is an entry in shardToChunksMap for every shard 　　Shard s = *i; 　　shardToChunksMap[s.getName()].size(); 　　} 　　//找出要迁移的chunk，包括源及目标(要迁移到的)chunk的起始地址 　　CandidateChunk* p = _policy->balance( ns , shardLimitsMap , shardToChunksMap , _balancedLastTime /*number of moved chunks in last round*/); 　　if ( p ) candidateChunks->push_back( CandidateChunkPtr( p ) );//存到要均衡的chunk集合中 　　} 　　}

　　上面的_doBalanceRound方法主要构造shardLimitsMap，shardToChunksMap这两个实例对象集合(map<>类型)，其中：

　　shardLimitsMap：用于收集shard集合中一些“起数量限制”作用的参数，如maxsize,draining,hasOpsQueued等，因为这几个参数如果超出范围或为true时，相应shard 是不可以提供迁移服务的。

　　shardToChunksMap：用于收集当前shard中的chunk信息，以便后面的遍历操作。

　　收集了这些信息之后，通过调用 _policy->balance()方法来找出可能需要迁移的chunk().

　　下面就看一下该均衡策略的具体实现(具体内容参见注释)：

//balacer_policy.cpp 　　BalancerPolicy::ChunkInfo* BalancerPolicy::balance( const string& ns, 　　const ShardToLimitsMap& shardToLimitsMap, 　　const ShardToChunksMap& shardToChunksMap, 　　int balancedLastTime ) { 　　pair min(“”,numeric_limits::max()); 　　pair max(“”,0); 　　vector drainingShards; 　　//遍历shard集合，找到min,max的匹配对象，以及draining的Shard信息 　　for (ShardToChunksIter i = shardToChunksMap.begin(); i!=shardToChunksMap.end(); ++i ) { 　　// 遍历shard，并查看其容量或可用空间是否被耗尽 　　const string& shard = i->first; 　　BSONObj shardLimits; 　　ShardToLimitsIter it = shardToLimitsMap.find( shard ); 　　if ( it != shardToLimitsMap.end() ) shardLimits = it->second;//获取shard的信息，包括maxsize, currsiez, drain, hsopsqueued 　　const bool maxedOut = isSizeMaxed( shardLimits );//shard是否已满 　　const bool draining = isDraining( shardLimits );//shard是否移除 　　const bool opsQueued = hasOpsQueued( shardLimits );//shard是否有写回队列 　　//是否合适接收chunk，满足下面三个条件之一，则视为不合适 　　// + maxed out shards 　　// + draining shards 　　// + shards with operations queued for writeback 　　const unsigned size = i->second.size();//获取当前shard里的chunk数 　　if ( ! maxedOut && ! draining && ! opsQueued ) { 　　if ( size < min.second ) {//如果当前shard中chunk数与min比较，找出最小size的shard 　　min = make_pair( shard , size ); 　　} 　　} 　　// 检查shard 是否应该迁移(chunk donor) 　　// Draining shards 比 overloaded shards优先级低 　　if ( size > max.second ) { 　　max = make_pair( shard , size );//找出最大size的shard 　　} 　　if ( draining && (size > 0)) { 　　drainingShards.push_back( shard ); 　　} 　　} 　　// 如果chunk没有合适的shard接收, 意味着上面循环中都是类以draining等情况 　　if ( min.second == numeric_limits::max() ) { 　　log() << “no availalable shards to take chunks” << endl; 　　return NULL; 　　} 　　log(1) << “collection : ” << ns << endl; 　　log(1) << “donor : ” << max.second << ” chunks on ” << max.first << endl; 　　log(1) << “receiver : ” << min.second << ” chunks on ” << min.first << endl; 　　if ( ! drainingShards.empty() ) { 　　string drainingStr; 　　joinStringDelim( drainingShards, &drainingStr, ‘,’ );//用逗号将drainingShards连接起来 　　log(1) << “draining : ” << ! drainingShards.empty() << “(” << drainingShards.size() << “)” << endl; 　　} 　　// 通过优先级解决不均衡问题. 　　const int imbalance = max.second – min.second;//找出shard中最不均衡的size的差距 　　const int threshold = balancedLastTime ? 2 : 8; 　　string from, to; 　　if ( imbalance >= threshold /*临界点*/) { 　　from = max.first;//将shard中chunk最多的作为源 　　to = min.first;//将shard中chunk最小的作为要迁移的目的地 　　} 　　else if ( ! drainingShards.empty() ) { 　　//对于那些draining的shard，随机取出其中一个 　　from = drainingShards[ rand() % drainingShards.size() ]; 　　to = min.first; 　　} 　　else { 　　// 如已均衡，则返回 　　return NULL; 　　} 　　//找出要迁移的chunk集合的起始位置 　　const vector& chunksFrom = shardToChunksMap.find( from )->second; 　　const vector& chunksTo = shardToChunksMap.find( to )->second;//找出要迁移到的chunk集合目标位置 　　BSONObj chunkToMove = pickChunk( chunksFrom , chunksTo );//最终选出(校正)要迁移的chunk的起始位置 　　log() << “chose [” << from << “] to [” << to << “] ” << chunkToMove << endl; 　　//返回上面balaner的操作结果来执行后续的移动chunk操作 　　return new ChunkInfo( ns, to, from, chunkToMove ); 　　}

　　上面方法通过计算各个shard中的当前chunk数量来推算出那个shard相对较空，并将其放到to(目标shard),之后对可能要迁移的chunk进行校验，这里使用了pickChunk()方法，该方法具体实现如下：

//balancer_policy.cpp 　　//找出需要被迁移的chunk, 这里要考虑to端可能比from端chunks更多的情况 　　BSONObj BalancerPolicy::pickChunk( const vector& from, const vector& to ) { 　　// It is possible for a donor (‘from’) shard to have less chunks than a recevier one (‘to’) 　　// if the donor is in draining mode. 　　if ( to.size() == 0 )//如果目标位置为空，表示可以将from中数据全部迁移过去 　　return from[0]; 　　/**wo=’well ordered’. fields must be in same order in each object. 　　Ordering is with respect to the signs of the elements 　　and allows ascending / descending key mixing. 　　@return <0 if l0 if l>r 　　*/ 　　//如果要迁移的chunk中最小值与目标位置的最大值相同，表示可以将from中数据全部迁移过去 　　if ( from[0][“min”].Obj().woCompare( to[to.size()-1][“max”].Obj() , BSONObj() , false ) == 0 ) 　　return from[0]; 　　//如果要迁移的chunk中最大值与目标位置的最小值相同，表示可以将from中最后一个chunk迁移过去 　　if ( from[from.size()-1][“max”].Obj().woCompare( to[0][“min”].Obj() , BSONObj() , false ) == 0 ) 　　return from[from.size()-1]; 　　return from[0]; 　　}

　　完成了校验之后，得到的就是真正要迁移的chunk的启始地址，之后就可以进行迁移了。到这里，我们还要将执行流程跳回到Balancer::run()方法里，看一下最终完成迁移工作的方法movechunk()的实现流程：

//balance.cpp文件 　　int Balancer::_moveChunks( const vector* candidateChunks ) { 　　//最终迁移的chunk数 　　int movedCount = 0; 　　//遍历要迁移chunks并逐一开始迁移 　　for ( vector::const_iterator it = candidateChunks->begin(); it != candidateChunks->end(); ++it ) { 　　const CandidateChunk& chunkInfo = *it->get(); 　　//获取当前chunk要使用的db配置信息 　　DBConfigPtr cfg = grid.getDBConfig( chunkInfo.ns ); 　　assert( cfg ); 　　//声明ChunkManager使用它来 　　ChunkManagerPtr cm = cfg->getChunkManager( chunkInfo.ns ); 　　assert( cm ); 　　//获取要迁移的chunk起始地址 　　const BSONObj& chunkToMove = chunkInfo.chunk; 　　ChunkPtr c = cm->findChunk( chunkToMove[“min”].Obj() ); 　　//下面判断执行两次，防止执行split之后，系统在reload 情况下chunk可能出现min,max不一致情况 　　if ( c->getMin().woCompare( chunkToMove[“min”].Obj() ) || c->getMax().woCompare( chunkToMove[“max”].Obj() ) ) { 　　// 这里主要防止别处执行 split 操作造成负作用 　　cm = cfg->getChunkManager( chunkInfo.ns , true /* reload */); 　　assert( cm ); 　　c = cm->findChunk( chunkToMove[“min”].Obj() ); 　　if ( c->getMin().woCompare( chunkToMove[“min”].Obj() ) || c->getMax().woCompare( chunkToMove[“max”].Obj() ) ) { 　　log() << “chunk mismatch after reload, ignoring will retry issue cm: ” 　　<< c->getMin() << ” min: ” << chunkToMove[“min”].Obj() << endl; 　　continue; 　　} 　　} 　　BSONObj res; 　　//将chunk， 从当前的shard ，移动到指定的shard,并累加迁移数量 　　if ( c->moveAndCommit( Shard::make( chunkInfo.to ) , Chunk::MaxChunkSize , res ) ) { 　　movedCount++; 　　continue; 　　} 　　//如迁移不成功，记入日志 　　// the move requires acquiring the collection metadata’s lock, which can fail 　　log() << “balacer move failed: ” << res << ” from: ” << chunkInfo.from << ” to: ” << chunkInfo.to 　　<< ” chunk: ” << chunkToMove << endl; 　　//chunk是否达到允许移动的最大尺寸，如果是，则对当前shard执行split操作 　　if ( res[“chunkTooBig”].trueValue() ) { 　　// reload just to be safe 　　cm = cfg->getChunkManager( chunkInfo.ns ); 　　assert( cm ); 　　c = cm->findChunk( chunkToMove[“min”].Obj() ); 　　log() << “forcing a split because migrate failed for size reasons” << endl; 　　res = BSONObj(); 　　//对当前的shards进行分割(获取适合的分割点)，该方法有些复杂，我会抽时间写文章介绍 　　c->singleSplit( true , res ); 　　log() << “forced split results: ” << res << endl; 　　// TODO: if the split fails, mark as jumbo SERVER-2571 　　} 　　} 　　return movedCount; 　　}

　　上面代码就是依次遍历要迁移的chunk，分别根据其ns信息获取相应的ChunkManager(该类主要执行chunk的管理,比如CRUD等)，之后就通过该ChunkManager找出当前chunk中最小的值(min：参见chunk.h文件，我这里把min,max理解为当前chunk中最小和最大记录对象信息)chunk信息，并开始迁移。

　　按照惯例，这里还是用一个时序列来大体回顾一下balancer的执行流程，如下：

　　

点击放大