1. what is shard?
2. When to Shard?
1)磁盘空间不够的时候
2)单个mongod处理不过来client发送的请求
3)想让更多的数据存储在内存中
3. Incrementing Shard Keys Versus Random Shard Keys?
选择递增的shard key是不利于写操作的,如选择timestamp,因为这样会导致所以的写请求全部发送给某个shard,造成这个shard负载很重,而其他shard无所事事。另外也不要选择shard key对应的value只有少数几个值,如选择log level(DEBUG, WARN, ERROR),会导致chunk只能被切分成三个。通常选择的shard key就是你为其创建索引的那个key。
4. How Shard Keys Affect Operations?
假设有一个collection,我们选择document中的name作为shard key,并且第一个shard中的documents范围是A-F,第二个是G-P,第三个是Q-Z,则:
db.people.find({"name" : "Susan"})
mongos会直接将这个查询请求发送给Q-Z的shard,并很快从那个shard得到response返回给客户端。
db.people.find({"name" : {"$lt" : "L"}})
mongos会把请求发送给A-F和G-P的shard,然后merge他们的返回结果给client,因为只发送给有限的几个shard还是可以接受的。
db.people.find().sort({"email" : 1})
mongos不得不把请求发送给所有的shard,然后将merge的结果返回给client,这次是要将请求发送给所有的shards,当shard个数很多的时候就惨了!
db.people.find({"email" : "joe@example.com"})
mongos同样需要将请求发送给所有的shard。
总的说来我们选择的shard key对于我们要执行的操作影响很大,所以选择一个正确的shard key非常重要,不要盲目的去选择一个了事。
5. Setting Up Sharding
搭建一个sharding模式的cluster有两步,一是启动并配置servers,二就是选择shard key了。sharding模式的server主要由三种角色: shard, mongos, config;总的要求就是避免单点出现。
更详细的信息参考: MongoDB.The.Definitive.Guide
推荐阅读: Running MongoDB on Ubuntu: Overview, Installation, Setup, and Application Development using Python
其实我更想知道sharding在mongodb是如何实现的,特别是balancer是怎么move chunk的其他shard上去的!!