為何要分片
1.減少單機請求數，降低單機負載，提高總負載
2.減少單機的存儲空間，提高總存空間。
常見的mongodb sharding 服務器架構
要構建一個 MongoDB Sharding Cluster，需要三種角色：
1.Shard Server
即存儲實際數據的分片，每個Shard可以是一個mongod實例，也可以是一組mongod實例構成的Replication Set。為了實現每個Shard內部的auto-failover(自動故障切換)，MongoDB官方建議每個Shard為一組Replica Set。
2.Config Server
為了將一個特定的collection存儲在多個shard中，需要為該collection指定一個shard key(片鍵)，例如{age: 1} ，shard key可以決定該條記錄屬于哪個chunk(分片是以chunk為單位,后續會介紹)。Config Servers就是用來存儲：所有shard節點的配置信息、每個chunk的shard key范圍、chunk在各shard的分布情況、該集群中所有DB和collection的sharding配置信息。
3.Route Process
這是一個前端路由，客戶端由此接入，然后詢問Config Servers需要到哪個Shard上查詢或保存記錄，再連接相應的Shard進行操作，最后將結果返回給客戶端。客戶端只需要將原本發給mongod的查詢或更新請求原封不動地發給Routing Process，而不必關心所操作的記錄存儲在哪個Shard上。（所有操作在mongos上操作即可）
配置分片服務器
下面我們在同一臺物理機器上構建一個簡單的 Sharding Cluster：
Shard Server 1：27017Shard Server 2：27018Config Server ：27027Route Process：40000
1.步驟一: 啟動Shard Server
mkdir -p ./data/shard/s0 ./data/shard/s1 #創建數據目錄mkdir -p ./data/shard/log # 創建日志目錄./bin/mongod --port 27017 --dbpath /usr/local/mongodb/data/shard/s0 --fork --logpath /usr/local/mongodb/data/shard/log/s0.log # 啟動Shard Server實例1./bin/mongod --port 27018 --dbpath /usr/local/mongodb/data/shard/s1 --fork --logpath /usr/local/mongodb/data/shard/log/s1.log # 啟動Shard Server實例2
步2.驟二: 啟動Config Server
mkdir -p ./data/shard/config #創建數據目錄./bin/mongod --port 27027 --dbpath /usr/local/mongodb/data/shard/config --fork --logpath /usr/local/mongodb/data/shard/log/config.log #啟動Config Server實例
注意，這里我們完全可以像啟動普通mongodb服務一樣啟動，不需要添加―shardsvr和configsvr參數。因為這兩個參數的作用就是改變啟動端口的，所以我們自行指定了端口就可以
3.步驟三: 啟動Route Process./bin/mongos --port 4000 --configdb localhost:27027 --fork --logpath /usr/local/mongodb/data/shard/log/route.log --chunkSize=1 # 啟動Route Server實例mongos啟動參數中，chunkSize這一項是用來指定chunk的大小的，單位是MB，默認大小為200MB，為了方便測試Sharding效果，我們把chunkSize指定為 1MB。意思是當這個分片中插入的數據大于1M時開始進行數據轉移
4.步驟四: 配置Sharding
# 我們使用MongoDB Shell登錄到mongos，添加Shard節點./bin/mongo admin --port 40000 #此操作需要連接admin庫> db.runCommand({ addshard:"localhost:27017" }) #添加 Shard Server 或者用 sh.addshard()命令來添加,下同;{ "shardAdded" : "shard0000", "ok" : 1 }> db.runCommand({ addshard:"localhost:27018" }){ "shardAdded" : "shard0001", "ok" : 1 }> db.runCommand({ enablesharding:"test" }) #設置分片存儲的數據庫{ "ok" : 1 }> db.runCommand({ shardcollection: "test.users", key: { id:1 }}) # 設置分片的集合名稱。且必須指定Shard Key，系統會自動創建索引，然后根據這個shard Key來計算{ "collectionsharded" : "test.users", "ok" : 1 } > sh.status(); #查看片的狀態 > printShardingStatus(db.getSisterDB("config"),1); # 查看片狀態(完整版); > db.stats(); # 查看所有的分片服務器狀態注意這里我們要注意片鍵的選擇，選擇片鍵時需要根據具體業務的數據形態來選擇，切不可隨意選擇，實際中尤其不要輕易選擇自增_id作為片鍵，除非你很清楚你這么做的目的，具體原因我不在此分析，根據經驗推薦一種較合理的片鍵方式，“自增字段+查詢字段”，沒錯，片鍵可以是多個字段的組合。
另外這里說明一點，分片的機制：mongodb不是從單篇文檔的級別,絕對平均的散落在各個片上, 而是N篇文檔,形成一個塊"chunk",優先放在某個片上, 當這片上的chunk,比另一個片的chunk區別比較大時(>=3) ,會把本片上的chunk,移到另一個片上, 以chunk為單位,維護片之間的數據均衡。
也就是說，一開始插入數據時，數據是只插入到其中一塊分片上的，插入完畢后，mongodb內部開始在各片之間進行數據的移動，這個過程可能不是立即的，mongodb足夠智能會根據當前負載決定是立即進行移動還是稍后移動。
在插入數據后，立馬執行db.users.stats();兩次可以驗證如上所說。
這種分片機制,節省了人工維護成本,但是由于其是優先往某個片上插入,等到chunk失衡時,再移動chunk,并且隨著數據的增多,shard的實例之間,有chunk來回移動的現象,這將會為服務器帶來很大的IO開銷,解決這種開銷的方法,就是手動預先分片;
手動預先分片
以shop.user表為例：
sh.shardCollection(‘shop.user',{userid:1}); # user表用userid做shard keyfor(var i=1;i<=40;i++) { sh.splitAt('shop.user',{userid:i*1000}) } # 預先在1K 2K...40K這樣的界限切好chunk(雖然chunk是空的), 這些chunk將會均勻移動到各片上.repliction set and shard
一般mongoDB如果真的到了分片的級別后,那片服務器避無可免的要用到復制集,部署的基本思路同上,只需要注意兩點:
sh.addShard( host ) server:port OR setname/server:port # 如果是復制集的片服務器,我們應該復制集的名稱寫在前面比如
sh.addShard('ras/192.168.42.168:27017'); # 27017也就是復制集中的primary
另外在啟動本機的mongod服務的時候,最好把ip也給寫進去,否則有可能會有不可預知的錯誤。
查看分片配置的方法：
1.列舉使用分片的數據庫
為了列舉使用分片的數據庫，需要查詢Config數據庫。如果partitioned域值為true，則這個庫使用了分片技術。
連接一個mongos實例，運行命令獲取使用分片功能的數據庫：
use configdb.databases.find( { "partitioned" : true} )例如：使用以下命令返回集群中的所有數據庫
use configdb.databases.find()
如果返回結果：
{ "_id" : "admin", "partitioned" : false, "primary" : "config" }{ "_id" : "mydb", "partitioned" : true, "primary" : "firstset" }{ "_id" : "test", "partitioned" : false, "primary" : "secondset" }顯示只有mydb使用了分片。
2.列舉所有的分片
為了列舉當前集合的所有分片，使用listShards命令：
use admindb.runCommand( { listShards : 1 })返回結果：
{ "shards" : [ { "_id" : "firstset", "host" : "firstset/mongo01:10001,mongo01:10002,mongo01:10003" }, { "_id" : "secondset", "host" : "secondset/mongo01:30001,mongo01:30002,mongo01:30003" } ], "ok" : 1}3.查看集群的詳細信息
為了查看集群的詳細信息，可以使用db.printShardingStatus()或者sh.status()。所有的方法返回同樣的結果。
例如，使用
sh.status()
查看信息：
--- Sharding Status --- sharding version: { "_id" : 1, "version" : 4, "minCompatibleVersion" : 4, "currentVersion" : 5, "clusterId" : ObjectId("535a2dab0063b308757e1b70")} shards: { "_id" : "firstset", "host" : "firstset/mongo01:10001,mongo01:10002,mongo01:10003" } { "_id" : "secondset", "host" : "secondset/mongo01:30001,mongo01:30002,mongo01:30003" } databases: { "_id" : "admin", "partitioned" : false, "primary" : "config" } { "_id" : "mydb", "partitioned" : true, "primary" : "firstset" } mydb.test_collection shard key: { "name" : 1 } chunks: secondset 6 firstset 6 { "name" : { "$minKey" : 1 } } -->> { "name" : "cat" } on : secondset Timestamp(2, 0) { "name" : "cat" } -->> { "name" : "cow" } on : secondset Timestamp(3, 0) { "name" : "cow" } -->> { "name" : "dog" } on : secondset Timestamp(4, 0) { "name" : "dog" } -->> { "name" : "dragon" } on : secondset Timestamp(5, 0) { "name" : "dragon" } -->> { "name" : "elephant" } on : secondset Timestamp(6, 0) { "name" : "elephant" } -->> { "name" : "horse" } on : secondset Timestamp(7, 0) { "name" : "horse" } -->> { "name" : "lion" } on : firstset Timestamp(7, 1) { "name" : "lion" } -->> { "name" : "pig" } on : firstset Timestamp(1, 7) { "name" : "pig" } -->> { "name" : "rabbit" } on : firstset Timestamp(1, 8) { "name" : "rabbit" } -->> { "name" : "snake" } on : firstset Timestamp(1, 9) { "name" : "snake" } -->> { "name" : "tiger" } on : firstset Timestamp(1, 10) { "name" : "tiger" } -->> { "name" : { "$maxKey" : 1 } } on : firstset Timestamp(1, 11) { "_id" : "test", "partitioned" : false, "primary" : "secondset" }（1）sharding version展示了分片元數據的版本號。
（2）shards展示了在集群中被作為分片的mongod實例。
（3）databases展示了集群中所有的數據庫，包括沒有使用分片功能的庫。
（4）chunks信息展示了mydb庫的每個分片上有多少個塊和每個塊的范圍。
新聞熱點
疑難解答
