MongoDB分片集群环境搭建好后简单的创建和测试数据库表

最新推荐文章于 2023-06-17 18:05:53 发布
最新推荐文章于 2023-06-17 18:05:53 发布
阅读量3.5k 收藏 4
点赞数
分类专栏： mongodb 云计算 文章标签： mongoDB 集群 数据库 分片 创建和测试数据库分片
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xubo245/article/details/47784817
版权


1.进入mongoDB：

./bin/mongo ip:30000
ip因设置而不同

2.新建数据库且分片：

mongos> use 502
switched to db 502
mongos> sh.enableSharding("502")
{ "ok" : 1 }
查看表状态： 

mongos> sh.status()
--- Sharding Status --- 
...//略
    {  "_id" : "502",  "partitioned" : true,  "primary" : "shard0000" }


3.创建索引：

mongos> db.table1.ensureIndex({"id":1})
{
	"raw" : {
		"192.0.1.180:27017" : {
			"createdCollectionAutomatically" : true,
			"numIndexesBefore" : 1,
			"numIndexesAfter" : 2,
			"ok" : 1
		}
	},
	"ok" : 1
}


4.表分片：

mongos> sh.shardCollection("502.table1",{"id":1})
{ "collectionsharded" : "502.table1", "ok" : 1 }
查看表状态： 
	<pre name="code" class="plain">mongos> sh.status()
--- Sharding Status --- 
...//略
{ "_id" : "502", "partitioned" : true, "primary" : "shard0000" }
       502.table1
            shard key: { "id" : 1 }
            chunks:
                 shard0000 1{ "id" : { "$minKey" : 1 } } -->> { "id" : { "$maxKey" : 1 } } on : shard0000 Timestamp(1, 0)


 

 

5.存储数据：
 

 

mongos> for(var i=1;i<=1000000;i++){
...  db.table1.save({"id":i,"x":Math.random(),"name":"xubo","time":"20150819","ops":"testinserttimes"});
...  }
WriteResult({ "nInserted" : 1 })

 

 查看状态： 

 

 

mongos> sh.status()
--- Sharding Status ---
<pre name="code" class="plain"><pre name="code" class="plain">
...//略
<pre name="code" class="html">    {  "_id" : "502",  "partitioned" : true,  "primary" : "shard0000" }
        502.table1            
                        shard key: { "id" : 1 }            
                        chunks:                
                             shard0000    3
                             shard0001    3
                             shard0002    3
                        { "id" : { "$minKey" : 1 } } -->> { "id" : 2 } on : shard0001 Timestamp(2, 0)            
                        { "id" : 2 } -->> { "id" : 10 } on : shard0001 Timestamp(4, 0)             
                        { "id" : 10 } -->> { "id" : 117038 } on : shard0002 Timestamp(7, 0)             
                        { "id" : 117038 } -->> { "id" : 242715 } on : shard0000 Timestamp(7, 1)           
                        { "id" : 242715 } -->> { "id" : 359743 } on : shard0002 Timestamp(5, 1)            
                        { "id" : 359743 } -->> { "id" : 490166 } on : shard0002 Timestamp(4, 3)            
                        { "id" : 490166 } -->> { "id" : 607194 } on : shard0000 Timestamp(5, 2)            
                        { "id" : 607194 } -->> { "id" : 767751 } on : shard0000 Timestamp(5, 3)            
                        { "id" : 767751 } -->> { "id" : { "$maxKey" : 1 } } on : shard0001 Timestamp(6, 0)
 

 

 

 

 查看具体的数据： 

 

 

mongos> db.table1.find()
{ "_id" : ObjectId("55d45098da50bfb96a039f13"), "id" : 1, "x" : 0.03590293787419796, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a7da50bfb96a07532d"), "id" : 242715, "x" : 0.39869119925424457, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d452afda50bfb96a0b19c8"), "id" : 490166, "x" : 0.19621717440895736, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d45098da50bfb96a039f14"), "id" : 2, "x" : 0.6352831239346415, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a9da50bfb96a07532e"), "id" : 242716, "x" : 0.9266659175045788, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d452b0da50bfb96a0b19c9"), "id" : 490167, "x" : 0.00011568982154130936, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d45098da50bfb96a039f15"), "id" : 3, "x" : 0.5743637685663998, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a9da50bfb96a07532f"), "id" : 242717, "x" : 0.49728200025856495, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d452b0da50bfb96a0b19ca"), "id" : 490168, "x" : 0.3094450223725289, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d45098da50bfb96a039f16"), "id" : 4, "x" : 0.397825826657936, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a9da50bfb96a075330"), "id" : 242718, "x" : 0.11095952079631388, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d452b0da50bfb96a0b19cb"), "id" : 490169, "x" : 0.6007435184437782, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d45098da50bfb96a039f17"), "id" : 5, "x" : 0.0571024667005986, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a9da50bfb96a075331"), "id" : 242719, "x" : 0.46688974485732615, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d452b0da50bfb96a0b19cc"), "id" : 490170, "x" : 0.9055150467902422, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d45098da50bfb96a039f18"), "id" : 6, "x" : 0.2606754114385694, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a9da50bfb96a075332"), "id" : 242720, "x" : 0.024089211830869317, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d452b0da50bfb96a0b19cd"), "id" : 490171, "x" : 0.7552208981942385, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d45098da50bfb96a039f19"), "id" : 7, "x" : 0.7744387136772275, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
{ "_id" : ObjectId("55d451a9da50bfb96a075333"), "id" : 242721, "x" : 0.6262992226984352, "name" : "xubo", "time" : "20150819", "ops" : "testinserttimes" }
Type "it" for more

 

 查看表存储： 

 

 

mongos> db.table1.stats()
{
	"sharded" : true,
	"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
	"userFlags" : 1,
	"capped" : false,
	"ns" : "502.table1",
	"count" : 1000000,
	"numExtents" : 27,
	"size" : 112000000,
	"storageSize" : 182550528,
	"totalIndexSize" : 66119312,
	"indexSizes" : {
		"_id_" : 35532896,
		"id_1" : 30586416
	},
	"avgObjSize" : 112,
	"nindexes" : 2,
	"nchunks" : 9,
	"shards" : {
		"shard0000" : {
			"ns" : "502.table1",
			"count" : 403262,
			"size" : 45165344,
			"avgObjSize" : 112,
			"numExtents" : 10,
			"storageSize" : 86310912,
			"lastExtentSize" : 27869184,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 24380832,
			"indexSizes" : {
				"_id_" : 13114304,
				"id_1" : 11266528
			},
			"ok" : 1
		},
		"shard0001" : {
			"ns" : "502.table1",
			"count" : 232259,
			"size" : 26013008,
			"avgObjSize" : 112,
			"numExtents" : 8,
			"storageSize" : 37797888,
			"lastExtentSize" : 15290368,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 14038192,
			"indexSizes" : {
				"_id_" : 7546448,
				"id_1" : 6491744
			},
			"ok" : 1
		},
		"shard0002" : {
			"ns" : "502.table1",
			"count" : 364479,
			"size" : 40821648,
			"avgObjSize" : 112,
			"numExtents" : 9,
			"storageSize" : 58441728,
			"lastExtentSize" : 20643840,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 27700288,
			"indexSizes" : {
				"_id_" : 14872144,
				"id_1" : 12828144
			},
			"ok" : 1
		}
	},
	"ok" : 1
}

显示总计000000个文档，分布为： 

 

"shard0000" 为"count" : 403262；
 

"shard0001" 为 "count" : 232259；
 

"shard0002" 为"count" : 364479；
 

分片效果达到，不过不是很均匀。
 猜测原因：数据量过小。
 


 
 

测试：
 

 

test 分布是否均匀

m1
> db.table1.stats()
{
	"ns" : "503.table1",
	"count" : 18939488,
	"size" : 2121222656,
	"avgObjSize" : 112,
	"numExtents" : 21,
	"storageSize" : 2897301504,
	"lastExtentSize" : 756662272,
	"paddingFactor" : 1,
	"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
	"userFlags" : 1,
	"capped" : false,
	"nindexes" : 2,
	"totalIndexSize" : 1243267088,
	"indexSizes" : {
		"_id_" : 616707504,
		"id_1" : 626559584
	},
	"ok" : 1
}
> 


m2
switched to db 503
> db.table1.stats()
{
	"ns" : "503.table1",
	"count" : 20130979,
	"size" : 2254669648,
	"avgObjSize" : 112,
	"numExtents" : 21,
	"storageSize" : 2897301504,
	"lastExtentSize" : 756662272,
	"paddingFactor" : 1,
	"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
	"userFlags" : 1,
	"capped" : false,
	"nindexes" : 2,
	"totalIndexSize" : 1330701232,
	"indexSizes" : {
		"_id_" : 653221520,
		"id_1" : 677479712
	},
	"ok" : 1
}
> 



m3

> db.table1.stats()
{
	"ns" : "503.table1",
	"count" : 19441399,
	"size" : 2177436688,
	"avgObjSize" : 112,
	"numExtents" : 21,
	"storageSize" : 2897301504,
	"lastExtentSize" : 756662272,
	"paddingFactor" : 1,
	"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
	"userFlags" : 1,
	"capped" : false,
	"nindexes" : 2,
	"totalIndexSize" : 1276813216,
	"indexSizes" : {
		"_id_" : 637327376,
		"id_1" : 639485840
	},
	"ok" : 1
}
> 


M4

mongos> db.table1.stats()
{
	"sharded" : true,
	"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
	"userFlags" : 1,
	"capped" : false,
	"ns" : "503.table1",
	"count" : 58746135,
	"numExtents" : 63,
	"size" : 6579567120,
	"storageSize" : 8691904512,
	"totalIndexSize" : 3864926016,
	"indexSizes" : {
		"_id_" : 1914860080,
		"id_1" : 1950065936
	},
	"avgObjSize" : 112,
	"nindexes" : 2,
	"nchunks" : 189,
	"shards" : {
		"shard0000" : {
			"ns" : "503.table1",
			"count" : 19173757,
			"size" : 2147460784,
			"avgObjSize" : 112,
			"numExtents" : 21,
			"storageSize" : 2897301504,
			"lastExtentSize" : 756662272,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 1257411568,
			"indexSizes" : {
				"_id_" : 624311184,
				"id_1" : 633100384
			},
			"ok" : 1
		},
		"shard0001" : {
			"ns" : "503.table1",
			"count" : 20130979,
			"size" : 2254669648,
			"avgObjSize" : 112,
			"numExtents" : 21,
			"storageSize" : 2897301504,
			"lastExtentSize" : 756662272,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 1330701232,
			"indexSizes" : {
				"_id_" : 653221520,
				"id_1" : 677479712
			},
			"ok" : 1
		},
		"shard0002" : {
			"ns" : "503.table1",
			"count" : 19441399,
			"size" : 2177436688,
			"avgObjSize" : 112,
			"numExtents" : 21,
			"storageSize" : 2897301504,
			"lastExtentSize" : 756662272,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 1276813216,
			"indexSizes" : {
				"_id_" : 637327376,
				"id_1" : 639485840
			},
			"ok" : 1
		}
	},
	"ok" : 1
}
mongos> > db.table1.stats()
2015-08-20





继续增大： 

 

 

mongos> db.table1.stats()
{
	"sharded" : true,
	"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
	"userFlags" : 1,
	"capped" : false,
	"ns" : "503.table1",
	"count" : 283894130,
	"numExtents" : 81,
	"size" : 31796142560,
	"storageSize" : 40796368752,
	"totalIndexSize" : 22588293056,
	"indexSizes" : {
		"_id_" : 9886361968,
		"id_1" : 12701931088
	},
	"avgObjSize" : 112,
	"nindexes" : 2,
	"nchunks" : 969,
	"shards" : {
		"shard0000" : {
			"ns" : "503.table1",
			"count" : 95244054,
			"size" : 10667334048,
			"avgObjSize" : 112,
			"numExtents" : 27,
			"storageSize" : 13598789584,
			"lastExtentSize" : 2146426864,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 7583419872,
			"indexSizes" : {
				"_id_" : 3313430288,
				"id_1" : 4269989584
			},
			"ok" : 1
		},
		"shard0001" : {
			"ns" : "503.table1",
			"count" : 93219937,
			"size" : 10440632944,
			"avgObjSize" : 112,
			"numExtents" : 27,
			"storageSize" : 13598789584,
			"lastExtentSize" : 2146426864,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 7423055808,
			"indexSizes" : {
				"_id_" : 3256157408,
				"id_1" : 4166898400
			},
			"ok" : 1
		},
		"shard0002" : {
			"ns" : "503.table1",
			"count" : 95430139,
			"size" : 10688175568,
			"avgObjSize" : 112,
			"numExtents" : 27,
			"storageSize" : 13598789584,
			"lastExtentSize" : 2146426864,
			"paddingFactor" : 1,
			"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
			"userFlags" : 1,
			"capped" : false,
			"nindexes" : 2,
			"totalIndexSize" : 7581817376,
			"indexSizes" : {
				"_id_" : 3316774272,
				"id_1" : 4265043104
			},
			"ok" : 1
		}
	},
	"ok" : 1
}


 

 通过上述发现三个节点的数据相差很小，基本分布均匀。 

 

 

参考资料：
 

[1] Chodorow K. MongoDB: the definitive guide[M]. " O'Reilly Media, Inc.", 2013. 中文版
 
 


 
 


 
 


 
 


 
 


 
 


 

                

        

        

    




    

      

        

            

              
                
                  KeepLearningBigData
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    4
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
MongoDB实战-生产环境中分片的部署与配置

				
			

			

				

					wanght89的专栏
				

				

					09-12
					
					3949
					
				

			

		

		

			
				
本篇文章主要介绍了分片集群的常规部署拓扑，以及一些配置的参数设置。

			
		

	



                

              
                



	

		

			

				
					
mongo 设置分片键

				
			

			

				

					offhours365的专栏
				

				

					04-23
					
					2541
					
				

			

		

		

			
				
1、mongo分片集群相关知识点

mongo集群介绍：https://www.cnblogs.com/clsn/p/8214345.html

分片键的选择：https://www.cnblogs.com/lijiaman/p/14289713.html

再结合官网确认一下相关版本的规定：https://docs.mongodb.com/manual/sharding/



2、设置分片键

在MongoDB4.2以及4.2之前，文档的分片字段只有一个，且是不可以修改的。从4.2版本开始，除非分片键.

			
		

	



                


  
              

                


	

		

			

				
					
搭建高可用mongodb集群（四）——分片

				
			

			

				

					02-26
				

			

		

		

			
				
按照上一节中深入副本集搭建后还有两个问题没有解决：从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大；数据压力大到机器支撑不了的时候能否做到自动扩展？在系统早期，数据量还小的时候不会引起太大的问题，但是随着数据量持续增多，后续迟早会出现一台机器硬件瓶颈问题的。而MongoDB主打的就是海量数据架构，他不能解决海量数据怎么行！“分片”就用这个来解决这个问题。传统数据库怎么做海量数据读写？其实一句话概括：分而治之。上图看看就清楚了，如下TaoBao岳旭强提到的架构图：上图中有个TDDL，是TaoBao的一个数据访问层组件，他主要的作用是SQL解析、路由处理。根据应用的请求的功能解析当前

			
		

	





	

		

			

				
					
搭建高可用MongoDB集群（分片）

				
			

			

				

					weixin_33860722的博客
				

				

					12-04
					
					303
					
				

			

		

		

			
				
MongoDB基础请参考：https://blog.51cto.com/kaliarch/2044423MongoDB（replica set）请参考：https://blog.51cto.com/kaliarch/2044618一、概述1.1 背景为解决mongodb在replica set每个从节点上面的数据库均是对数据库的全量拷贝，从节点压力在高并发大数据量的场景下存在...

			
		

	



		

			
		



	

		

			

				
					
MongoDB生产部署方案

					
最新发布

				
			

			

				

					m0_37908257的博客
				

				

					06-17
					
					570
					
				

			

		

		

			
				
提供集群单一入口，客户端由此接入，且让整个集群看上去像单一数据库，前端应用可以透明使用，router不存储数据。搭建：可以有多个，理论上只需要使用一个，建议至少2个达到高可用。功能：转发应用端请求，选择合适数据节点进行读写，合并多个数据节点的返回。提供集群元数据存储目录，分片数据分布的映射（哪些数据放在哪个分片集群）搭建：就是普通的复制集架构，一般1主2从提供高可用。配置节点中比较重要的就是Shared这张表，里面存储分片中数据的范围。

			
		

	





	

		

			

				
					
mongodb的环境搭建

				
			

			

				

					寄情于码
				

				

					06-20
					
					689
					
				

			

		

		

			
				
MongoDB是非关系类型的数据库，

			
		

	





	

		

			

				
					
生产环境下搭建mongodb复制集高可用环境(python)

				
			

			

				

					weixin_30609287的博客
				

				

					09-24
					
					248
					
				

			

		

		

			
				
环境描述:有三台ubuntu服务器,,每台服务器上已经有mongodb实例。创建3个mongo2.4的新实例,分别作为三个复制集节点，同时保证了当前单节点环境的稳定
3台服务器都已经有单个mongo实例运行
步骤
1.创建mongo新实例需要的目录资源  主要是数据库存放目录、日志文件、配置文件、key文件(保证节点通信) 
 文件可以在任何地方创建,我在/usr/local...

			
		

	





	

		

			

				
					

                                MongoDB 生产环境笔记
    

				
			

			

				

					测试0901-1
				

				

					04-19
					
					386
					
				

			

		

		

			
				
MongoDB 生产环境笔记目录
MongoDB 生产环境笔记一、vm.zone_reclaim_mode 参数二、添加 swap 分区三、设置 swappiness 参数四、内核和文件系统版本五、禁用 Transparent Huge Pages (THP)六、ulimit 设置七、tcp_keepalive_time八、同步时间MongoDB 生产环...

			
		

	





	

		

			

				
					
MongoDB 4.2正式上线，为您的生产环境部署保驾护航

				
			

			

				

					MongoDB中文社区
				

				

					08-24
					
					867
					
				

			

		

		

			
				
在6月份召开的MongoDB全球用户大会上， MongoDB官宣了MongoDB Server 4.2，在经过100,000多个运行实例的测试后，MongoDB 4.2表现强劲。现在4.2版本正式上线，并为生产环境的部署做好了准备。



“MongoDB 4.2经受了100,000多个运行实例的考验，表现强劲。”

——Eliot Horowitz,MongoDB CTO & Co-F...

			
		

	





	

		

			

				
					
MongoDB4.2分片及副本集群搭建.docx

				
			

			

				

					10-09
				

			

		

		

			
				
MongoDB4.2分片及副本集群搭建详细指导手册，详细描述了MongoDB4.2数据库服务器集群的搭建以及副本和分片服务的配置过程及具体操作指令。

			
		

	





	

		

			

				
					
MongoDB企业级分片集群搭建视频.zip

				
			

			

				

					06-28
				

			

		

		

			
				
目录 1 MongoDB的简介和安装启动.mp4 2 MongoDB服务器的启动优化.mp4 3 MongoDB客户端基础使用.mp4 4 MongoDB集合的多种查询条件.mp4 5 MongoDB索引查询与建立.mp4 ...17 MongoDB分片集群的使用介绍.mp4

			
		

	





	

		

			

				
					
MongoDB分布式搭建执行文件（直接可运行）搭建MongoDB分布式集群

				
			

			

				

					12-10
				

			

		

		

			
				
（3）	请在报告中使用文字和截图详细描述MongoDB分片集群搭建及配置的主要步骤： -	搭建配置集服务器（Mongod） -	搭建分片集服务器（Mongod） -	搭建路由节点服务器（Mongos） -	添加分片集到集群 -	创建数据库...

			
		

	





	

		

			

				
					
【超详细】手把手教你搭建MongoDB集群搭建

					
热门推荐

				
			

			

				

					博学谷狂野架构师的博客
				

				

					07-14
					
					1万+
					
				

			

		

		

			
				
​		为解决mongodb在replica set每个从节点上面的数据库均是对数据库的全量拷贝，从节点压力在高并发大数据量的场景下存在很大挑战，同时考虑到后期mongodb集群的在数据压力巨大时的扩展性，应对海量数据引出了分片机制。​		分片是将数据库进行拆分，将其分散在不同的机器上的过程，无需功能强大的服务器就可以存储更多的数据，处理更大的负载，在总数据中，将集合切成小块，将这些块分散到若干片中，每个片只负载总数据的一部分，通过一个知道数据与分片对应关系的组件mongos的路由进程进行操作。​		数据库集

			
		

	





	

		

			

				
					
MongoDB环境配置-尚硅谷大数据培训

				
			

			

				

					zjjcchina的博客
				

				

					07-20
					
					374
					
				

			

		

		

			
				
我们的项目中用到了多种工具进行数据的存储、计算、采集和传输，本章主要简单介绍设计的工具环境搭建。如果机器的配置不足，推荐只采用一台虚拟机进行配置，而非完全分布式，将该虚拟机CPU的内存设置的尽可能大，推荐为CPU>4、MEM>4GB。...

			
		

	





	

		

			

				
					
Linux下搭建MongoDB环境

				
			

			

				

					Miss__xxzz的博客
				

				

					10-09
					
					1706
					
				

			

		

		

			
				
通过上面的MongoDB安装，我们已经将其安装成功并且启动，但是发现启动太过于麻烦，所以需要我们自己给MongoDB配置配置文件，因MongoDB开发者没有配置样例，所以需要我们自己去创建并且写入内容。f 添加完成之后，启动mongoDB，验证是否安装成功，这里指定的数据库目录选项为mongodb下创建的db，命令如下，如图所示，则提示启动成功。不要把启动页面关闭。打开编辑器之后将如下图所示的内容写入到编辑器中，保证是正确的，如果你的安装地址和我的不一致，则需要自己修改路径，编辑完成之后保存。

			
		

	





	

		

			

				
					
环境搭建-MongoDB

				
			

			

				

					Meng
				

				

					02-16
					
					1124
					
				

			

		

		

			
				
目录

1、简介

2、安装

3、启动与停止

本篇主要讲解在 CentOS 环境下安装 MongoDB。



1、简介

MongoDB 是一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 Web 应用提供可扩展的高性能数据存储解决方案。

MongoDB 是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。它支持的数据结构非常松散，是类似 json 的 bson 格式，因此可以存储比较复杂的数据类型。最大的特点是它支持的查询语言非常强大，其语法有

			
		

	





	

		

			

				
					
[MongoDB学习笔记十三]MongoDB创建分片

				
			

			

				

					bit1129的博客
				

				

					11-20
					
					421
					
				

			

		

		

			
				

MongoDB分片简介
MongoDB分片用于解决海量数据在多台机器上存储，如下所示：
 
一个典型的分片架构如下
 
本文在一台机器上，以1个路由服务器(mongos)，1个配置服务器，3个分片(每个分片仅仅包括一个MongoDB服务器，而不是副本集)来快速搭建一个MongoDB分片服务器
 
二、搭建MongoDB分片服务器的步骤
2.1 启动配置服务器
 
mongo...

			
		

	





	

		

			

				
					
生产环境部署MongoDB集群——性能优化

				
			

			

				

					逝无痕——kaidy
				

				

					12-10
					
					8054
					
				

			

		

		

			
				
一、软件包选择

确保使用最新的稳定版本，确保生产环境总是使用64位版本。

二、操作系统选择

MongoDB支持Windows，Linux，MacOS和Solaris，建议生产环境部署在linux操作系统上。

三、日志功能

MongoDB使用提前写日志记录到磁盘上的日志方式来确保MongoDB可以快速的从系统奔溃或其他严重事故中恢复写操作。64位版本默认开启日志功能，32位没有开启。生产环...

			
		

	





	

		

			

				
					
mongodb搭建以及分片

				
			

			

				

					memory的博客
				

				

					01-18
					
					635
					
				

			

		

		

			
				
下载

MongoDB 官方下载地址：https://www.mongodb.com/download-center#community

下载后解压到app目录下


tar -zxvfmongodb-linux-x86_64-rhel70-4.4.3.tgz -C /app

修改文件夹名称


mvmongodb-linux-x86_64-rhel70-4.4.3 mongodb-4.4.3

进入根目录


mkdir log

mkdir data

vim conf/mongo.conf
...

			
		

	





	

		

			

				
					
mongodb分片集群

				
			

			

				

					05-28
				

			

		

		

			
				
MongoDB分片集群是MongoDB的一种分布式部署方式，它可以将一个大型的MongoDB数据库分成多个小的分片，并将这些分片分布在不同的物理服务器上。这样可以极大地提高MongoDB的数据处理能力和数据存储能力。

MongoDB分片集群主要包括以下几个组件：

1. 路由器（mongos）：负责将客户端的请求路由到正确的分片上。

2. 分片服务器（mongod）：负责存储和处理数据。

3. 分片配置服务器（config server）：负责存储和管理分片集群的元数据。

在搭建MongoDB分片集群时，需要先创建分片配置服务器，然后创建分片服务器，并将分片服务器加入到分片集群中。接着，需要启动路由器，将其连接到分片集群，并对其进行配置。

最后，客户端可以通过连接路由器来访问MongoDB分片集群，并使用MongoDB提供的分片查询语句来查询和操作数据。

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值