排查分片集群添加新分片后数据不均衡的原因

1. 检查均衡器是否已全局启用

• 检查方法

  在 mongosh 中执行 sh.getBalancerState() 返回 false，则表示均衡器未启用。

• 解决方案

  若均衡器未启用，参考管理MongoDB均衡器Balancer开启。

2. 检查均衡器是否在活动窗口内

均衡器仅在设定的活动窗口期（Active Window）内执行 Chunk 迁移。如果当前时间不在活动窗口内，均衡器将不会工作。

• 检查方法

  db.getSiblingDB("config").settings.find({_id:"balancer"})

  返回示例：

   { _id: 'balancer', activeWindow: { start: '02:00', stop: '04:00' } }

  如果当前时间不在activeWindow内，则均衡器不会工作或者系统判断无需均衡。

• 解决方案：修改活动窗口

  如果活动窗口设置不当（例如过短或与业务高峰重叠），建议将窗口期设置为时长足够的业务低峰时段。

  例如，设置窗口期为每日凌晨 2 点到 6 点：

  db.getSiblingDB("config").settings.updateOne(
    { _id: "balancer" },
    { $set: { activeWindow : { start : "02:00", stop : "06:00" } } },
    { upsert: true }
  )

3. 确认是否处于初始数据均衡过程

刚添加分片后，系统需要时间将存量数据从旧分片迁移至新分片，此期间数据不均衡是正常现象，数据均衡所需时间与数据量级相关。

• 检查方法

  通过 sh.isBalancerRunning() 确认均衡进度。

  // 检查均衡器是否正在运行迁移任务
  sh.isBalancerRunning()

如果 sh.isBalancerRunning() 返回 true说明均衡正在进行中。

• 解决方案

  耐心等待均衡过程自然完成，可参考如何确认增加或删除Shard节点的进度了解过程。

1. 检查是否存在大量未分片集合

一个数据库内可以同时存在分片集合和非分片集合。非分片集合的数据会完整存放在其主分片（Primary Shard）上，均衡器无法对其进行迁移。如果大型集合未被分片，其数据将永远无法分布到新分片上。

• 检查方法

  使用以下脚本统计指定数据库中，未分片集合占用的存储空间。该脚本会找出所有未分片的集合，并累加其存储大小。

  说明

  该脚本会遍历库内所有集合并执行 stats() 命令，可能对数据库造成性能影响。为降低风险，脚本内置了 sleep(200) 延时。如果库内集合数量比较多，建议将sleep时长进一步提升到2000或者更高来避免可能的业务影响。

  // 脚本：统计指定数据库中未分片集合的存储占用
  // 将 "myDB" 替换为需要检查的数据库名称
  var dbName = "myDB";
  
  var unshardSize = 0;
  var totalSize = 0;
  
  var unshardedCollections = [ ];
  
  
  db.getSiblingDB(dbName).getCollectionNames().forEach(function(collName) {
      var stats = db.getSiblingDB(dbName).getCollection(collName).stats();
      
      // 根据 stats.sharded 字段判断并累加存储大小
      if (!stats.sharded) {
          unshardSize += (stats.storageSize || 0);
          unshardedCollections.push(dbName + "." + collName);
      }
      totalSize += (stats.storageSize || 0);
      
      // 每次查询后短暂休眠，避免对数据库造成过大压力
      sleep(200);
  });
  
  print("--- " + dbName + " ---");
  print("Unsharded Collections Count: " + unshardedCollections.length);
  print("--------------------");
  print("Unsharded Storage Size (Bytes): " + unshardSize);
  print("Total Storage Size (Bytes): " + totalSize);
  print("--------------------");
  print("Unsharded Collections List:");
  printjson(unshardedCollections);
  

• 解决方案：参考设置数据分片以充分利用Shard性能。

2. 检查分片集合数据量是否过小（MongoDB 6.0+）

从 MongoDB 6.0.3开始。均衡器只在集合中分片间最大数据量差值达到一定阈值（默认为chunk size的3倍）后才开始迁移。如果一个分片集合的总数据量小于均衡阈值，均衡器不会对其进行处理，导致其数据集中在单个分片上。

• 检查方法

  使用 db.collection.getShardDistribution() 查看集合在各分片上的分布。如果一个分片集合的数据大部分集中在单个分片上，且分片间最大数据量差值远小于均衡触发阈值，则可能属于此情况。

• 解决方案

  对于这类小数据量的分片集合，可适当调小其 chunkSize，触发 Chunk 拆分和迁移。

  // 示例将 test_db.test_coll 集合的 chunkSize 调整为 16MB，请根据集合数据分布情况调整合适的chunkSize
  db.adminCommand({
    configureCollectionBalancing: "test_db.test_coll",
    chunkSize: 16 // 单位为 MB，6.0+版本的默认值为128MB。
  })
  

  等待迁移完成后可通过db.collection.getShardDistribution()查看数据分布情况是否符合预期。