【MongoDB】在windows平台下mongodb的分片集群（五）

本篇接着上面的四篇继续讲述在window平台下mongodb的分片集群搭建。

在分片集群中也照样能够创建索引，创建索引的方式与在单独数据库中创建索引的方式一样。因此这不再多说。本篇主要聚焦在分片键的选取问题上。

分片键通俗来说就是切割海量数据的标记符。 假设更高效的划分海量数据往往依赖于分片键的选择。 分片键选得不好。应用程序就无法利用分片集群所提供的诸多优势。

在这样的情况下。查询和插入得系能都回显著下降。

一、低效的分片键 

1.1 分布差 

BSON对象ID是每一个mongodb文档的默认主键。

全部的对象ID最重要的组成部分是时间戳。也就是说对象ID是升序的，遗憾的是升序对于分片键来说是非常糟糕的。因为分片是基于范围的。使用升序的分片键后。全部近期插入的文档会落在某个非常小的连续范围内。假设想让插入负载分不到多个分片上，就不能使用升序分片键。应需某些随机性更强发的的东西。

1.2 缺乏局部性

升序分片键由明白的方向，全然随机的分片键根部没有方向。前者无法分散插入。而后者则可能将插入分散太慢。

如果分片集合中每一个文档都包括一个MD5，而MD5字段就是分片键。由于MD5随着文档的不同而进行变化。

全部该分片键能确保插入的文档均匀分布在集群的分片上。

可是有个问题，对于每一个分片的MD5字段索引进行的插入过程中。索引中每一个虚拟内存分页都有可能被訪问到。

这就意外着有可能全部的索引和数据都装在内存中。从而超出了物理内存。

3. 无法拆分的块

  随机分片键和升序分片键都不好用。那么就尝试一下粗粒度分片键。

举个样例，比如用户Id上传了100张照片。那么分片键就是用户ID。第一原因对于每张照片来说具有随机性，同一时候能够通过局部性引用来提升效率。但有个问题就是当用户ID上传的照片太大时候，以至于不得不分块。而系统又不能把一个用户的照片拆分成多个快。

二、理想的分片键

通过上面分析。理想的分片键应该满足： 

1. 将插入数据均匀分布到各个分片上

2.保证crud操作可以利用局部性

3. 有足够的粒度进行块划分

举个样例：创建一个站点分析系统，一个不错的数据模型就是每一个网页每月保存一个文档。随后在那个文档中保持该月每天的数据，每次訪问某个页面添加一些计数器字段。

以下是于分片键有关的实例分析文档：

｛

   _id: objectId("34535353245eraf32223sdarwe")

  domin:"org.mongod"

  url:"download"

 perid:"2011-12"

｝

最简单的分片就是包括每一个网页的域名。随后是url{domain:1, url:1}全部来自指定域的页面通常都落在一个分片上。可是一些特殊的域拥有大量页面，在必要时候仍会被拆分到分片上。

备注：本篇内容大多引自《MongoDB in action》 Kyle Banker著