Mongodb分片

什么是分片

分片，即在多个主机上处理数据。在mongodb，分片是把较大的数据集合分配到多个节点的mongodb进行存储。

分片如何工作

当进行非常大量的数据读写时，硬件会成为瓶颈，会体现在CPU、内存、IO、磁盘等资源方面。
一般通过垂直扩展、水平扩展来达到缓和资源紧张的问题。 传统的垂直扩展，存在各种技术局限，而且也较为昂贵。 水平扩展通过将数据划分到多个服务器分布存储，来解决硬件资源瓶颈问题，并提供故障恢复。 但水平扩展增加了底层结构的复杂度。 mongodb通过sharding，即分片实现水平扩展。

1. 分片基础
   Mongodb分片，涉及到3个主要组件：
   The shard ：分片
   Mongos ： 路由
   Config servers： 配置

2. 分片（The Shard）
   分片可以是单实例、也可以是副本集。 一个分片只存储了一部分数据。 比如，一个2T的数据可以分在4个分片上，每个分片存储500G。

3. 路由（mongos）
   mongos作为应用与分片的交互界面，它负责将客户端的请求分发给正确的分片，来实现数据的读写等操作。 路由可以是多个，但路由之间没有关系。

4. 配置（Config servers）
   配置节点即用来存储配置，包括元数据和集群配置等。 注意配置节点一般也是副本集。

5. 分片索引
   mongodb通过分片索引将集合的数据进行分布处理。 分片索引可以是单个字段，也可以是多个字段组成。
   注意分片索引一旦创建是不能修改的。因此选择合适的分片索引是非常重要的。一般创建分片索引，遵循两个原则：

• 数据schema
• 检索方式 ，即检索会涉及到哪些条件

6. chunks
   分片的更小数据集是chunks， 每个chunk基于分片索引(左关右开)管理数据。monogo通过balancer负责chunk数据的分布。
   balancer以后台服务方式运行，将所有分片上的chunk进行均衡处理。

优劣

• 优：
  相较于传统的副本集方式，数据可以从多个节点进行读写；
  可以通过横向扩展增加存储，内存等分散压力；
  发生节点故障时，正常节点依然可以提供服务

• 劣：
  慎重选择分片索引。
  分片后不可逆（只能通过导出导入）。
  分片索引直接影响集群的性能。
  当某个检索没有匹配的shard时，会查询所有的shard，导致检索异常慢。