MongoDB sharding: understand it first

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

              MongoDB – Sharding

 

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！！