MongoDB集群高可用实战之Shard Cluster原理

　　分?（sharding）是MongoDB?来将?型集合?平分割到不同服务器（或者复制集）上所采?的?法。不需要功能强?的?型计算机就可以存储更多的数据，处理更?的负载——其采用的扩展方式两种：1）垂直扩展：增加更多的CPU和存储资源来扩展容量；2）?平扩展：将数据集分布在多个服务器上。?平扩展即分?。　

　　对于分片，MongoDB官网给出了分配集群内部互相工作的结构图：

 　　从图上可知，分?集群由以下3个服务组成：

　　　　1）Shards Server: 每个shard由?个或多个mongod进程组成，?于存储数据。

　　　　2）Router Server: 数据库集群的请求??，所有请求都通过Router(mongos)进?协调，不需要在应?程序添加?个路由选择器， Router(mongos)就是?个请求分发中?它负责把应?程序的请求转发到对应的Shard服务器上。

　　　　3）Config Server: 配置服务器。存储所有数据库元信息（路由、分?）的配置。

　　Shards和Config Server均是复制集。

　　Config Servers和Shard均是复制集。具体分片应用流程可总结为如下图：

 　　那如何进行分片呢？海量数据如何分配到每个复制集且不重复不遗漏呢？MongoDB定义了抽象的片键(Shard Key)为了在数据集合中分配?档， MongoDB使?分?主键分割集合；同时提供了两种分片策略：1）范围分?（Range based sharding）；2）hash分?（Hash based sharding）

　　范围分片：

　　　　在?个shard server内部， MongoDB还是会把数据分为chunks，每个chunk代表这个shard server内部?部分数据。chunk是在一个特别shard中连续的片键值，MongoDB分割分?数据到区块，每?个区块包含基于分?主键的左闭右开的区间范围。

　　　　范围分?是基于分?主键的值切分数据，每?个区块将会分配到?个范围。范围分?适合满?在?定范围内的查找，例如查找X的值在[20,30)之间的数据， mongo 路由根据Configserver中存储的元数据，可以直接定位到指定的shard的Chunk中。

　　　　缺点: 如果shard key有明显递增（或者递减）趋势，则新插?的?档多会分布到同?个chunk，?法扩展写的能?。

　　hash分?（Hash based sharding）：

　　　　Hash分?是计算?个分?主键的hash值，每?个区块将分配?个范围的hash值。

　　　　Hash分?与范围分?互补，能将?档随机的分散到各个chunk，充分的扩展写能?，弥补了范围分?的不?，缺点是不能?效的服务范围查询，所有的范围查询要分发到后端所有的Shard才能找出满?条件的?档。

 　　具体可参加官网Sharding — MongoDB Manual关于分片个术语的定义、原理及操作。