前言

上一篇介紹了 mongo 的三種部署方式，「單點、主從、副本集」三種部署方式，今天就跟大家聊聊最后一種「分片集群」的方式，分片集群也是 mongo 能夠作為萬億級別數據庫的核心魅力所在，也有一句話說到：

「連分片集群都不知道，你還好意思說自己用過 mongo ?」

分片集群架構

其他的不多說，我們先甩一張分片集群的架構圖

在分片集群當中，一共有以下三種角色

• mongos:路由層，主要用來處理客戶端的請求，連接客戶端與 shard
• config server:主要用來存儲分片集群的元數據和配置信息
• shard:每個 Shard 就相當于一個 mongod 數據庫實例，用于存儲數據，整個數據庫會「分散在不同的 shard 當中」，每一個分片都滿足高可用，一般都是一主二從(建議部署位副本集架構)，分片的個數最大可以到1024個

一個集群包含了多個分片組成，而一個分片又存儲了多個塊(每個塊包含一定范圍片鍵的數據，互不相交且并集為全部數據)，一個塊當中包含了多個文檔。

那么問題來了-

mongoDB 是怎么做數據分片的?

mongo 提供了「三種方式來做數據分片」

哈希分片

這是很多技術最常用的一種方式，就是將數據通過 hash 散列化，打在不同的機器上，實現「均勻分布」，但是它很大的問題就是「數據不連續」，比如業務需要查詢工資在 10000~20000 之間的人員，你可能就需要遍歷每一個分片了

范圍分片

這種策略直接根據片鍵的范圍確定分片。

比如現在我們將數據在邏輯上分為四個塊。

在數據上數據 工資 0~5000一個塊，5000~10000 一個塊，10000~15000 一個塊，15000~20000 一個塊，20000~25000 一個塊，25000 以上一個塊，由于公司人員薪資分布大概率都在 5000~15000，這個區域內，就會造成數據過分集中在 5000~10000 、10000~15000 這兩個塊兒中，造成「數據分布不均勻」，但是再做「范圍查詢的時候效率就會很高」

zone 分片

簡單來說 Zone 實際上像是范圍分片的另一個版本，你為一定范圍內的片鍵制定一個 Zone，然后再將一些分片加入到這個Zone中，于是這一范圍內的數據最終就將存儲在這個 Zone 中的分片上。

Chunk(塊) 分裂

隨著數據慢慢的寫入，數據量越來越大，當 Chunk 增長到指定大小(默認為 64MB)時，MongoDB 會 對 Chunk 進行分裂。

Chunk 分裂的?式

• ?動觸發
• ?動觸發：當發生插?和更新操作才會觸發?動塊分裂。

JumboChunk 是一個最小的 Chunk 可以「只包含一個唯一的 ShardKey」，這樣的 Chunk 不可以再進行分裂。

那么如果數據分片不均 mongoDB 是怎么做的?

這個時候就要說到我們的 「balancer(平衡器)」 了，用來「保證集合的 Chunk 在各個 Shard 上是均衡的」。

當某些分片數據不均勻的情況下，balancer 會發出一個命令讓切割器去需要移動的分片上去做數據切割，再把數據移動到數據少的分片上。具體的步驟如下:

• 平衡器向源分片發送 moveChunk 的命令
• 源分片收到命令后，會啟動自己內部的一個 moveChunk 命令，如果在數據移動過程中有客戶端發來讀寫請求的話，都會發送到源分片。
• 目標片開始向源分片請求將要移動的數據塊的文檔，準備拷貝文檔數據。
• 當目標分片接收到據塊的最后一個文檔后，目標分片會啟動一個同步進程來檢查,是否已經拷貝完全部的文檔。
• 當同步完成后，目標分片會連接配置服務器，更新元數據列表中數據塊的地址。
• 當目標分片完成元數據更新后，源分片就會刪除原來的數據塊.如果有新的數據塊需要移動的話，可以繼續進行移動。
• 配置服務器會通知 monogs 進程更新自己的映射表。

遷移過程對于應用是透明的，但由于「遷移過程會占用相應節點的 CPU 和帶寬資源」，因此對分片集有一定程度的性能影響，并且對運維操作存在一些限制。

在對集合進行分片后是否可以更改片鍵?

「不可以」

MongoDB 中沒有對集合分片后更改片鍵的自動支持。如果在集合分片后必須更改片鍵，可以按如下方式操作：

• 將MongoDB中的所有數據轉儲為外部格式，比如可以先放在 mysql 中。
• 刪除原始分片集合。
• 使用新的的片鍵配置分片。
• 預分割片鍵范圍以確保初始均勻分布。
• 將轉儲的數據恢復到 MongoDB 中。

mongos 是如何處理連接的?

每個 mongos 實例都「維護一個與分片集群成員的連接池」。客戶端「一次請求就會占用一個連接」，客戶端請求完成后，連接釋放。但是客戶端數量減少時，這些池不會收縮。這可能導致未使用的mongos占用大量打開的連接。如果 mongos 不再使用，則可以安全地重新啟動進程以關閉現有連接。

總結

今天的內容只講了分片集群相關的，當你看完了以上內容時，再來看看以下幾個問題，「mongoDB 分片集群架構是怎么樣的?有哪三種分片方式?塊分裂是什么?為什么會有塊分裂?分片之間的負載均衡是怎么做的?如何修改分片鍵?mongos 如何管理與分片之間的連接?」

你都會了嗎?