Mongodb分片集群Sharding Cluster架构介绍

一、分片架构介绍

 

• Mongos 路由节点（对硬件的要求不高，只是网络开销比较大）

提供集群单一入口

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（数据来自不同的分片，路由会做合并）

无状态（不牵扯到数据，宕了之后重新起一个就可以，影响较小）

建议至少2个（做LVS/NGINX的负载均衡）

 

• Config Servers配置节点

（重要，保存整个分片集群的配置）

保存着：分片节点的ip、端口、分片的策略、分片数据的分布、chunk迁移的状态。

提供集群元数据存储

分片数据分布的映射

很重要，建议做一主两从的复制集

 

• Shards 数据节点（发生大量的IO）

以复制集为单位

横向扩展

最大1024分片

分片之间数据不重复

所有分片在一起才可完成完整的业务数据访问

任何一个分片坏了，都会影响业务数据的访问，所以每个分片也要做高可用的复制集

 

二、MongoDB 分片集群特点

 

• 应用全透明，无特殊处理

• 数据自动均衡（balancer均衡器）

• 动态扩容，无须下线（扩容数据节点）

• 提供三种分片方式（范围、hash、zone）

 

三、分片集群数据分布方式

 

• 基于范围

• 基于 Hash

• 基于 zone

 

1、基于范围 range 

缺点：容易有热点。

比如2个分片，一个分片存1-500w，一个分片存500w-1000w

但是热点数据是300w-400w。虽然数据是均衡的，但还是有热点数据，总有很忙/很闲的分片。

也可以建议做多条件的范围分区。

 

2、基于哈希 hash

优点：数据分布非常均匀，适合等值查询。

缺点：范围查询的效率低（因为分布的过于零散），将来mongos的合并merge会比较多。

 

3、基于zone 地域

适合：跨地域的多写场景。读写请求落到就近的节点上。