MongoDB集群高可用实战之Shard Cluster原理

　　分⽚（sharding）是MongoDB⽤来将⼤型集合⽔平分割到不同服务器（或者复制集）上所采⽤的⽅法。不需要功能强⼤的⼤型计算机就可以存储更多的数据，处理更⼤的负载——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）⽔平扩展：将数据集分布在多个服务器上。⽔平扩展即分⽚。　

　　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，分⽚集群由以下3个服务组成：

　　　　1）Shards Server: 每个shard由⼀个或多个mongod进程组成，⽤于存储数据。

　　　　2）Router Server: 数据库集群的请求⼊⼝，所有请求都通过Router(mongos)进⾏协调，不需要在应⽤程序添加⼀个路由选择器， Router(mongos)就是⼀个请求分发中⼼它负责把应⽤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、分⽚）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⽂档， MongoDB使⽤分⽚主键分割集合；同时提供了两种分片策略：1）范围分⽚（Range based sharding）；2）hash分⽚（Hash based sharding）

　　　　　　

　　范围分片：

　　　　在⼀个shard server内部， MongoDB还是会把数据分为chunks，每个chunk代表这个shard server内部⼀部分数据。chunk是在一个特别shard中连续的片键值，MongoDB分割分⽚数据到区块，每⼀个区块包含基于分⽚主键的左闭右开的区间范围。

　　　　　　

　　　　范围分⽚是基于分⽚主键的值切分数据，每⼀个区块将会分配到⼀个范围。范围分⽚适合满⾜在⼀定范围内的查找，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，则新插⼊的⽂档多会分布到同⼀个chunk，⽆法扩展写的能⼒。

　　hash分⽚（Hash based sharding）：

　　　　Hash分⽚是计算⼀个分⽚主键的hash值，每⼀个区块将分配⼀个范围的hash值。

　　　　　　　　

　　　　Hash分⽚与范围分⽚互补，能将⽂档随机的分散到各个chunk，充分的扩展写能⼒，弥补了范围分⽚的不⾜，缺点是不能⾼效的服务范围查询，所有的范围查询要分发到后端所有的Shard才能找出满⾜条件的⽂档。

 　　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。