MongoDB：分片（简介 & 自动分片 & 片键）

Posted 2020-08-30 Cherry的冬天

分片（增加服务器，水平扩展）是MongoDB的扩展方式，通过分片能过增加更多的机器来应对不断增加的负载和数据，还不影响应用。

【简介】

分片（sharding）是指将数据拆分，将其分散存在不同的机器上的过程。在关系型数据库中，当一个表太大（超过几亿行数据）时，我们也有分表的做法，和这里的分片是类似的概念。

手动分片：当我们应用的瓶颈出现在数据库系统时，如果我们使用的是关系型数据库，我们通常要进行手动分片。即通过我们的应用层代码去维护与若干个数据库系统的连接，并且每个连接都是独立的。我们应用层代码负责屏蔽底层的多个数据库实例，查询时导向到特定的实例上进行，这种方式有个缺点，就是维护起来太麻烦！比如向底层数据库集群添加或删除节点，调整数据分布和负载模式等，都是对我们这层应用层代码提出不小的挑战！

MongoDB从设计时考虑的就是横向扩展，其支持自动分片！我们可以很轻松的向一个MongoDB数据库服务器集群添加或删除机器，集群会自动切分数据、进行负载均衡！

【自动分片】

“片”是一个独立的MongoDB服务（即mongod服务进程，在开发测试环境中）或一个副本集（在生产环境中）。将数据分片，其思想就是将一个大的集合拆成一个一个小的部分，然后放置在不同的“片”上。每一个“片”只是负责总数据的一部分。自动分片就是：应用层根本不知道数据已被分片，也全然不会知道具体哪些数据在哪个特定的“片”上。在MongoDB中，提供了一个路由服务mongos，在分片之前需要先运行这个服务，这个路由服务具体知道数据和“片”的关系。应用程序和这个路由服务通信即可，路由服务会将请求转发给特定的“片”，得到响应后，路由会收集响应数据，返回给应用层程序。下面两幅图展示了不使用分片和使用分片，用户发送请求的处理路径：

分片前：

 

分片后：

 

那我们该何时给我们的老系统（上图）改进为分片后的新系统（下图），通常有如下原则：

1》 机器的磁盘不够用了，数据量太大

2》 单个mongod已经无法满足写数据的性能需要了（这里复习一下，如果想要增加读性能，较好的方案是采用搭建主从结构，且让从节点可以响应查询请求）

3》 想将大量的数据放到内存中提高性能，一台机器的内存大小永远有极限（这就是纵向扩展和横向扩展的区别）

 

【片键】

设置分片时，需要从集合中选取一个键，用该键作为数据拆分的依据。这个键就称为“片键”。我们可以提供一个简单的例子，对于一个存储人员信息的集合users，我们要将其分片，选择的片键是人员姓名name，则最后分片的结果就可能为：第一片中存放的人员名称是A-F开头的，第二片中是G-P开头的，第三篇中是Q-Z开头的。当用户提交的查询是：db.users.find({"name" : "jimmy"})，该查询请求会分配给第二片进行处理；当用户提交的查询是：db.users.find({"name" : {"$lt" : "j"}}，则这个查询请求会被分配给第一片和第二片进行处理；当用户提交的查询并不包含片键的信息，则这个查询会被发送到所有片上进行处理。对于插入操作，路由服务会根据插入文档的键name对应的值将这个请求发送到特定片上进行！这就是片键的作用。

随着数据的增减，可能会出现某一片负载很大，另一片负载轻松的情况，对于这种情况，MongoDB也会自动平衡数据和负载，是最后每片的流量基本相同！

对于选择哪个键作为片键？有个原则就是，片键应该有较多变化的值，如果片键设定为性别，只有“男”和“女”两种值，则这个集合就最多被分为两片，如果集合太大，这种分片不会最终解决效率的问题！这里我们可以看出，片键的选择和创建索引时键的选择原则是相似的，实际使用中，通常片键就是创建索引使用的键！

 

这里先介绍一下分片的简介和原理等内容，下一篇我们会搭建自己的第一个分片出来！