分片是MongoDB的擴(kuò)展方式,通過分片能夠增加更多的機(jī)器來用對不斷增加的負(fù)載和數(shù)據(jù),還不影響應(yīng)用.

1.分片簡介

分片是指將數(shù)據(jù)拆分,將其分散存在不同機(jī)器上的過程.有時(shí)也叫分區(qū).將數(shù)據(jù)分散在不同的機(jī)器上,不需要功能

強(qiáng)大的大型計(jì)算機(jī)就可以存儲更多的數(shù)據(jù),處理更大的負(fù)載.

使用幾乎所有數(shù)據(jù)庫軟件都能進(jìn)行手動分片,應(yīng)用需要維護(hù)與若干不同數(shù)據(jù)庫服務(wù)器的連接,每個(gè)連接還是完全

獨(dú)立的.應(yīng)用程序管理不同服務(wù)器上的不同數(shù)據(jù),存儲查村都需要在正確的服務(wù)器上進(jìn)行.這種方法可以很好的工作,但是也

難以維護(hù),比如向集群添加節(jié)點(diǎn)或從集群刪除節(jié)點(diǎn)都很困難,調(diào)整數(shù)據(jù)分布和負(fù)載模式也不輕松.

MongoDB支持自動分片,可以擺脫手動分片的管理.集群自動切分?jǐn)?shù)據(jù),做負(fù)載均衡.

 2.MongoDB的自動分片

MongoDB分片的基本思想就是將集合切分成小塊.這些塊分散到若干片里面,每個(gè)片只負(fù)責(zé)總數(shù)據(jù)的一部分.應(yīng)用程序不必知道

哪片對應(yīng)哪些數(shù)據(jù),甚至不需要知道數(shù)據(jù)已經(jīng)被拆分了,所以在分片之前要運(yùn)行一個(gè)路由進(jìn)程,進(jìn)程名mongos,這個(gè)路由器知道

所有數(shù)據(jù)的存放位置,所以應(yīng)用可以連接它來正常發(fā)送請求.對應(yīng)用來說,它僅知道連接了一個(gè)普通的mongod.路由器知道和片的

對應(yīng)關(guān)系,能夠轉(zhuǎn)發(fā)請求到正確的片上.如果請求有了回應(yīng),路由器將其收集起來回送給應(yīng)用.

在沒有分片的時(shí)候,客戶端連接mongod進(jìn)程,分片時(shí)客戶端會連接mongos進(jìn)程.mongos對應(yīng)用隱藏了分片的細(xì)節(jié).

從應(yīng)用的角度看,分片和不分片沒有區(qū)別.所以需要擴(kuò)展的時(shí)候,不必修改應(yīng)用程序的代碼.

不分片的客戶端連接:

分片的客戶端連接:

什么時(shí)候需要分片:

a.機(jī)器的磁盤不夠用了

b.單個(gè)mongod已經(jīng)不能滿足些數(shù)據(jù)的性能需要了

c.想將大量數(shù)據(jù)放在內(nèi)存中提高性能

一般來說,先要從不分片開始,然后在需要的時(shí)候?qū)⑵滢D(zhuǎn)換成分片.

3.片鍵

設(shè)置分片時(shí),需要從集合里面選一個(gè)鍵,用該鍵的值作為數(shù)據(jù)拆分的依據(jù).這個(gè)鍵成為片鍵.

假設(shè)有個(gè)文檔集合表示的是人員,如果選擇名字”name”做為片鍵,第一篇可能會存放名字以A-F開頭的文檔.

第二片存G-P開頭的文檔,第三篇存Q-Z的文檔.隨著增加或刪除片,MongoDB會重新平衡數(shù)據(jù),是每片的流量比較

均衡,數(shù)據(jù)量也在合理范圍內(nèi)(如流量較大的片存放的數(shù)據(jù)或許會比流量下的片數(shù)據(jù)要少些)

 4.將已有的集合分片

假設(shè)有個(gè)存儲日志的集合,現(xiàn)在要分片.我們開啟分片功能,然后告訴MongoDB用”timestamp”作為片鍵,就要所有數(shù)據(jù)放到

了一個(gè)片上.可以隨意插入數(shù)據(jù),但總會是在一個(gè)片上.

然后,新增一個(gè)片.這個(gè)片建好并運(yùn)行了以后,MongoDB就會把集合拆分成兩半,成為塊.每個(gè)塊中包含片鍵值在一定

范圍內(nèi)的所有文檔,假設(shè)其中一塊包含時(shí)間戳在2011.11.11前的文檔,則另一塊含有2011.11.11以后的文檔.其中

一塊會被移動到新片上.如果新文檔的時(shí)間戳在2011.11.11之前,則添加到第一塊,否則添加到第二塊.

 5.遞增片鍵還是隨機(jī)片鍵

片鍵的選擇決定了插入操作在片之間的分布.

如果選擇了像”timestamp”這樣的鍵,這個(gè)值可能不斷增長,而且沒有太大的間斷,就會將所有數(shù)據(jù)發(fā)送到一個(gè)片上

(含有2011.11.11以后日期的那片).如果有添加了新片,再拆分?jǐn)?shù)據(jù),還是會都導(dǎo)入到一臺服務(wù)器上.添加了新片,

MongoDB肯能會將2011.11.11以后的拆分成2011.11.11-2021.11.11.如果文檔的時(shí)間大于2021.11.11以后,

所有的文檔還會以最后一片插入.這就不適合寫入負(fù)載很高情況,但按照片鍵查詢會非常高效.

如果寫入負(fù)載比較高,想均勻分散負(fù)載到各個(gè)片,就得選擇分布均勻的片鍵.日志例子中時(shí)間戳的散列值,沒有模式的”logMessage”

都是復(fù)合這個(gè)條件的.

不論片鍵隨機(jī)跳躍還是穩(wěn)定增加,片鍵的變化很重要.如,如果有個(gè)”logLevel”鍵的值只有3種值”DEBUG”,”WARN”,”ERROR”,

MongoDB無論如何也不能把它作為片鍵將數(shù)據(jù)分成多于3片(因?yàn)橹挥?個(gè)值).如果鍵的變化太少,但又想讓其作為片鍵,

可以把這個(gè)鍵與一個(gè)變化較大的鍵組合起來,創(chuàng)建一個(gè)復(fù)合片鍵,如”logLevel”和”timestamp”組合.

選擇片鍵并創(chuàng)建片鍵很像索引,以為二者原理相似.事實(shí)上,片鍵也是最常用的索引.

 6.片鍵對操作的影響

最終用戶應(yīng)該無法區(qū)分是否分片,但是要了解選擇不同片鍵情況下的查詢有何不同.

假設(shè)還是那個(gè)表示人員的集合,按照”name”分片,有3個(gè)片,其名字首字母的范圍是A-Z.下面以不同的方式查詢:

db.people.find({"name":"Refactor"})