MongoDB性能系列最佳实践-分片

什么是MongoDB分片？

分片是一种将数据分布或分割到多台计算机上的方法。相较于单个计算机，分片技术允许您进行水平扩展，这在大型现代工作负载的场景下是非常有用的。

水平扩展，也称为横向扩展，是指添加计算机来共享数据集和负载。水平扩展允许进行接近无限的扩展，以处理大数据和强烈的工作负载。

通过分片实现横向扩展

通过分片，您可以自动将MongoDB数据库跨多个节点和区域进行扩展，以处理写入密集型工作负载、不断增长的数据大小以及数据存储要求。

使用MongoDB的分片，您可以在应用程序增长超出单个服务器的硬件限制时，在无需增加应用程序复杂性的情况下，无缝地扩展数据库。

为了响应不断变化的工作负载需求，可以在分片之间迁移文档，并随时向群集中添加或删除节点 - MongoDB将自动根据需要重新平衡数据，无需手动干预。

分片的好处

分片允许您将数据库扩展以处理几乎无限的负载增加。它通过增加读/写吞吐量和存储容量来实现这一点。具体来说：

增加的读/写吞吐量：通过将数据集分布到多个分片上，您可以利用并行处理来增加读/写的吞吐量。假设一个分片可以每秒处理一千次操作，每增加一个分片，您将多获得额外的一千次每秒的吞吐量。

增加的存储容量：同样地，通过增加分片的数量，您还可以增加总体的存储容量。假设一个分片可以容纳4TB的数据。每增加一个分片，您的总存储容量将增加4TB。这样可以实现接近无限的存储容量。

数据本地性：区域分片允许您轻松创建分布式数据库，以支持地理分布的应用程序，并通过强制数据在特定区域内驻留的策略来实现。每个区域可以有一个或多个分片。

MongoDB中的分片策略

大多数分布式数据库在处理数据分布时，是通过简单地对主键值进行散列，将数据随机分布在集群节点中。这在查询跨节点的数据时会带来性能损失，并且在需要将数据本地化到特定区域时会增加应用程序的复杂性。

MongoDB 可以提供多种分片策略，提供对于数据分布更好的方法。。数据可以根据查询模式或数据位置要求进行分布，从而在各种工作负载下实现更高的可扩展性：

1. 范围分片。文档根据分片键值分区到分片上。分片键值彼此接近的文档可能位于同一个分片上。这种方法非常适用于需要优化基于范围的查询的应用程序，例如将特定区域所有客户的数据放置在特定分片上。

2. 散列分片。文档根据分片键值的MD5散列进行分布。这种方法保证了写入在分片上的均匀分布，通常对于摄取时间序列和事件数据流是最优选择。

3. 区域分片。提供了开发人员定义在分片群集中数据放置的特定规则的能力。

MongoDB Atlas中的全局群集

完全托管的云数据库服务MongoDB Atlas允许您使用可视化用户界面或Atlas API快速实现区域分片。您可以轻松创建分布式数据库以支持地理分布的应用程序，并通过强制在特定区域内存储数据的策略来实现数据存储。

使用阿里云MongoDB 分片集群为始终在线、全球分布式的写入应用程序提供服务

要确保充分发挥分片的优势，您需要遵循一系列最佳实践。

1. 确保分片键的均匀分布
   当读取和写入的分片键不均匀分布时，操作可能会受限于单个分片的容量。当分片键均匀分布时，没有单个分片会限制系统的容量。

2. 避免散布-汇集查询用于运营工作负载
   在分片系统中，不能基于分片键进行路由的查询必须广播到所有分片进行评估。由于这些查询涉及每个请求的多个分片，随着添加更多分片，这些查询不会呈线性扩展，并且需要额外的开销来合并来自多个分片的结果。您应该在查询中包含分片键，以避免散布-汇集查询。

这一规则的例外是大型聚合查询。在这些情况下，散布-汇集可以是一种有用的方法，因为它允许查询在所有分片上并行运行。

1. 在适当的时候使用基于散列的分片
   对于发出基于范围的查询的应用程序，基于范围的分片是有益的，因为操作可以路由到最少的分片，通常是一个分片。然而，基于范围的分片需要对数据和查询模式有很好的理解，在某些情况下可能不切实际。 基于散列的分片确保读取和写入的均匀分布，但不提供高效的基于范围的操作。

2. 预分割和分发分片
   在创建新的分片集合以加载数据时，首先做集合的预分片，并将它们均匀分布在所有分片上，然后再加载数据。对于基于散列的分片，您可以使用numInitialChunks来自动执行此操作。

下一步
以上就是MongoDB 性能最佳实践中关于分片的内容。接下来我们将介绍事务相关的实践。