您可以对分片集群实例中的集合设置数据分片,以充分利用Shard节点的存储空间和计算性能。

背景信息

如果没有对集合设置数据分片,数据将被集中存放在一个Shard节点中,这将导致其他Shard节点的存储空间和计算性能无法被充分利用。

前提条件

实例类型为分片集群实例。

注意事项

  • 片键一经设置,不可修改,不可删除。
  • 执行了数据分片操作后,均衡器会对满足条件的数据进行拆分,这将占用实例的资源,请在业务低峰期操作。
    说明 您可以在设置数据分片之前,调整均衡器的活动窗口,指定它在业务低峰期执行均衡操作。详情请参见设置Balancer的活动窗口
  • 片键的选取将影响分片集群实例性能,关于片键选取的案例介绍,请参见如何选择Shard Key

分片策略介绍

分片策略 说明 适用场景
基于范围的分片 MongoDB按照片键的值的范围将数据拆分为不同的块(chunk),每个块包含了一段范围内的数据。
  • 优点: mongos可以快速定位请求需要的数据,并将请求转发到相应的Shard节点中。
  • 缺点: 可能导致数据在Shard节点上分布不均衡,容易造成读写热点,且不具备写分散性。

片键的值不是单调递增或单调递减、片键的值基数大且重复的频率低、需要范围查询等业务场景。

基于Hash值的分片 MongoDB计算单个字段的哈希值作为索引值,并以哈希值的范围将数据拆分为不同的块。
  • 优点:可以将数据更加均衡地分布在各Shard节点中,具备写分散性。
  • 缺点:不适合进行范围查询,进行范围查询时,需要将读请求分发到所有的Shard节点。

片键的值存在单调递增或递减、片键的值基数大且重复的频率低、需要写入的数据随机分发、数据读取随机性较大等业务场景。

除了上述两种分片策略,您还可以配置复合片键,例如由一个低基数的键和一个单调递增的键组成,详情请参见Shard Key选择案例

操作步骤

本文以mongodbtest数据库,customer集合为例介绍操作流程。

  1. 通过Mongo Shell登录分片集群实例
  2. 对集合所在的数据库启用分片功能。
    sh.enableSharding("<database>")
    说明 <database>:数据库名。

    示例:

    sh.enableSharding("mongodbtest")
    说明 您可以通过sh.status()查看分片状态。
  3. 对片键的字段建立索引。
    db.<collection>.createIndex(<keyPatterns>,<options>)
    说明
    • <collection>:集合名。
    • <keyPatterns>:包含用于建立索引的字段和索引类型。
      常见的索引类型如下:
      • 1:创建升序索引
      • -1:创建降序索引
      • "hashed":创建哈希索引
    • <options>:表示接收可选参数,详情请参见db.collection.createIndex(),本操作示例中暂未使用到该字段。

    创建升序索引示例:

    db.customer.createIndex({name:1})

    创建哈希索引示例:

    db.customer.createIndex({id:"hashed"})
  4. 对集合设置数据分片。
    sh.shardCollection("<database>.<collection>",{ "<key>":<value> } ) 
    说明
    • <database>:数据库名。
    • <collection>:集合名。
    • <key>:分片的键,MongoDB将根据片键的值进行数据分片。
    • <value>
      • 1:表示基于范围分片,通常能很好地支持基于片键的范围查询。
      • “hashed”:表示基于哈希分片,通常能将写入均衡分布到各Shard节点中。

    基于范围分片的配置示例:

    sh.shardCollection("mongodbtest.customer",{"name":1})

    基于哈希分片的配置示例:

    sh.shardCollection("mongodbtest.customer",{"id":"hashed"})

后续操作

经过一段时间的运行或数据写入后,您可以在Mongo Shell中执行sh.status(),查看数据在各Shard节点中的分布信息。

您也可以通过执行db.stats()查看该数据库在各Shard节点的数据存储情况。