mongodb分片

在使用http://blog.csdn.net/aoerqileng/article/details/53173173搭建完成分片的环境后，可以进行对集合进行分片了。
MongoDB使用分片键值的范围对集合中的数据进行分区。 每个范围定义了不重叠的分片键值范围，并与一个块相关联。
mongodb试图将chunk均衡的分布到集群的分片中，分片键的选择对于效率有很大的影响。
一旦对集合进行了分片，那么分片键和分片键的值是不可改变的。

所有的分片集合必须有一个索引支持分片键。可以在分片键上创建索引，或分片键是组合索引的前缀。
如果集合是空的，那么sh.shardCollection() 这个命令会在分片键上创建索引。如果集合是非空的，在使用sh.shardCollection() 这个命令分片集合之前要先创建索引。
对于分片集合，只有_id列和分片上的索引或是分片键是组合前缀的组合索引能是唯一的。
对于在别的列上存在唯一索引的集合是不能分片的。
对于一个分片的集合，不能再别的列上创建唯一索引。
选择分片键要考虑，基数，频率，分片键的改变频率
分片键的基数决定了balancer能创建chunks的数量。一个分片键的值只能在一个chunk上，如果一个分片键的基数是4，那么只能有不超过4个chunk，这个就限制了集群中有效分片的数量。比如下面的例子，基数是2，那么只能分布在第一，第三个分片上，第二个分片就没有作用了。

这个例子中集群不会水平扩展了，有高基数的分片键不能保证是均衡的分布在集群中。
如果你的分片键的基数比较低，那么考虑使用有高基数的组合索引。

频率就是分片键的值出现的次数。一个值出现的次数越多，那么数据就都落到一个分片上去了
解决的方式也是使用组合索引，有低频的组合索引。

分片键的改变频率指的是数据出现极端的情况，所有的新增数据超过定义的最大值，或定义的最小值。导致数据分布在了2个极端的chunk上。

这种情况建议使用hash分片

hash分片就是能将数据均衡的分布。
您选择作为散列分片键的字段应具有良好的基数或大量不同的值。 ObjectId值或时间戳单调变化这种是理想的分片键。 一个很好的例子是默认的_id字段，假设它只包含ObjectID值。

hash分片集合的命令
sh.shardCollection( “database.collection”, { : “hashed” } )
为了控制chunk的数量，在使用sharedCollection的时候，使用numInitialChunks参数。

范围分片是默认的分片方式，如果没有指定是hash分片或是区域分片。