MongoDB集群之分片集群

mongodb分片

分片（sharding）是MongoDB用来将大型集合分割到不同服务器（或者说一个集群）上所采用的方法。尽管分片起源于关系型数据库分区，但MongoDB分片完全又是另一回事。 和MySQL分区方案相比，MongoDB的大区别在于它几乎能自动完成所有事情，只要告诉MongoDB要分配数据， 它就能自动维护数据在不同服务器之间的均衡。

简介

高数据量和吞吐量的数据库应用会对单机的性能造成较大压力，大的查询量会将单机的CPU耗尽,大的数据量对单机的 存储压力较大,终会耗尽系统的内存而将压力转移到磁盘IO上。

为了解决这些问题,有两个基本的方法: 垂直扩展和水平扩展。

• 垂直扩展：增加更多的CPU和存储资源来扩展容量。
• 水平扩展：将数据集分布在多个服务器上。水平扩展即分片。

分片为应对高吞吐量与大数据量提供了方法。使用分片减少了每个分片需要处理的请求数，因此，通过水平扩展，集群可以提高自己的存储容量和吞吐量。举例来说，当插入一条数据时，应用只需要访问存储这条数据的分片。

使用分片减少了每个分片存储的数据。例如，如果数据库1tb的数据集，并有4个分片，然后每个分片可能仅持有256 GB的数据。

分片集群优势

• 对集群进行抽象，让集群“不可见”
  • MongoDB自带了一个叫做mongos的专有路由进程。mongos就是掌握统一路口的路由器，其会将客户端 发来的请求准确无误的路由到集群中的一个或者一组服务器上，同时会把接收到的响应拼装起来发回到客 户端。
• 保证集群总是可读写
  • MongoDB通过多种途径来确保集群的可用性和可靠性。
  • 将MongoDB的分片和复制功能结合使用，在确保数据分片到多台服务器的同时，也确保了每分数据都有 相应的备份，这样就可以确保有服务器换掉时，其他的从库可以立即接替坏掉的部分继续工作。
• 使集群易于扩展

当系统需要更多的空间和资源的时候，MongoDB使我们可以按需方便的扩充系统容量。

架构

组件	说明
Config Server	存储集群所有节点、分片数据路由信息。默认需要配置3个Config Server节点。
Mongos	提供对外应用访问，所有操作均通过mongos执行。一般有多个mongos节点。数据迁移和数 据自动平衡。
Mongod	存储应用数据记录。一般有多个Mongod节点，达到数据分片目的。

Mongos本身并不持久化数据，Sharded cluster所有的元数据都会存储到Config Server，而用户的数据会分散存储 到各个shard。Mongos启动后，会从配置服务器加载元数据，开始提供服务，将用户的请求正确路由到对应的分 片。
当数据写入时，MongoDB Cluster根据分片键设计写入数据。当外部语句发起数据查询时，MongoDB根据数据分布 自动路由至指定节点返回数据。

集群中数据分布

在一个shard server内部，MongoDB会把数据分为chunks，每个chunk代表这个shard server内部一部分数据。 chunk的产生，会有以下两个用途：

• Splitting：当一个chunk的大小超过配置中的chunk size时，MongoDB的后台进程会把这个chunk切分成更小 的chunk，从而避免chunk过大的情况
• Balancing：在MongoDB中，balancer是一个后台进程，负责chunk的迁移，从而均衡各个shard server的负 载，系统初始1个chunk，chunk size默认值64M,生产库上选择适合业务的chunk size是好的。mongoDB会 自动拆分和迁移chunks。

chunk分裂及迁移

随着数据的增长，其中的数据大小超过了配置的chunk size，默认是64M，则这个chunk就会分裂成两个。数据的增长会让chunk分裂得越来越多。这时候，各个shard 上的chunk数量就会不平衡。mongos中的一个组件balancer 就会执行自动平衡。把chunk从 chunk数量多的shard节点挪动到数量少的节点。

chunksize

chunk的分裂和迁移非常消耗IO资源；chunk分裂的时机：在插入和更新，读数据不会分裂。

• 小的chunksize：数据均衡是迁移速度快，数据分布更均匀。数据分裂频繁，路由节点消耗更多资源。
• 大的chunksize：数据分裂少。数据块移动集中消耗IO资源。 适合业务的chunksize是好的。

chunkSize 对分裂及迁移的影响

1. MongoDB 默认的 chunkSize 为64MB，如无特殊需求，建议保持默认值；
2. chunkSize 会直接影响到 chunk 分 裂、迁移的行为。 chunkSize 越小，chunk 分裂及迁移越多，数据分布越均衡；反之，chunkSize 越大，chunk 分裂及迁移会更 少，但可能导致数据分布不均。
3. chunk 自动分裂只会在数据写入时触发，所以如果将 chunkSize 改小，系统需要一定的时间来将 chunk 分裂到指定的大小。
4. chunk 只会分裂，不会合并，所以即使将 chunkSize 改大，现有的 chunk 数量不会减少，但 chunk 大小会随 着写入不断增长，直到达到目标大小。

集群搭建

创建3个config节点

docker create --name configsvr01  -p 17000:27019 -v mongoconfigsvr-data01:/data/configdb mongo --configsvr --replSet "rs_configsvr"  --bind_ip_all

docker create --name configsvr02  -p 17001:27019 -v mongoconfigsvr-data02:/data/configdb mongo --configsvr --replSet "rs_configsvr"  --bind_ip_all

docker create --name configsvr03  -p 17002:27019 -v mongoconfigsvr-data03:/data/configdb mongo --configsvr --replSet "rs_configsvr"  --bind_ip_all

启动服务

docker start configsvr01 configsvr02 configsvr03

进去容器进行操作

docker exec -it configsvr01 /bin/bash
mongo 192.168.130.128:17000

集群初始化

rs.initiate({   
	 _id: "rs_configsvr",
	 configsvr: true,   
	members: [      
		{ _id: 0, host: "192.168.130.128:17000" },      
		{ _id: 1, host: "192.168.130.128:17001" },      
		{ _id: 2, host: "192.168.130.128:17002" }   
	] 
})

创建2个shard集群，每个集群都有3个数据节点
集群一

docker create --name shardsvr01  -p 37000:27018 -v mongoshardsvr-data-01:/data/db mongo --replSet "rs_shardsvr1" --bind_ip_all --shardsvr
docker create --name shardsvr02  -p 37001:27018 -v mongoshardsvr-data-02:/data/db mongo --replSet "rs_shardsvr1" --bind_ip_all --shardsvr 
docker create --name shardsvr03  -p 37002:27018 -v mongoshardsvr-data-03:/data/db mongo --replSet "rs_shardsvr1" --bind_ip_all --shardsvr

集群二

docker create --name shardsvr04  -p 37003:27018 -v mongoshardsvr-data-04:/data/db mongo --replSet "rs_shardsvr2" --bind_ip_all --shardsvr 
docker create --name shardsvr05  -p 37004:27018 -v mongoshardsvr-data-05:/data/db mongo --replSet "rs_shardsvr2" --bind_ip_all --shardsvr 
docker create --name shardsvr06  -p 37005:27018 -v mongoshardsvr-data-06:/data/db mongo --replSet "rs_shardsvr2" --bind_ip_all --shardsvr

启动容器

docker start shardsvr01 shardsvr02 shardsvr03 
docker start shardsvr04 shardsvr05 shardsvr06

进去容器执行

docker exec -it shardsvr01 /bin/bash 

初始化集群

mongo 192.168.130.128:37000

rs.initiate({   
	_id : "rs_shardsvr1",   
	members: [      
		{ _id: 0, host: "192.168.130.128:37000" },      
		{ _id: 1, host: "192.168.130.128:37001" },      
		{ _id: 2, host: "192.168.130.128:37002" }   
	] 
})

初始化集群二

mongo 192.168.130.128:37003

rs.initiate({   
	_id : "rs_shardsvr2",   
	members: [      
		{ _id: 0, host: "192.168.130.128:37003" },      
		{ _id: 1, host: "192.168.130.128:37004" },      
		{ _id: 2, host: "192.168.130.128:37005" }   
	] 
})

创建mongos节点容器，需要指定config服务

docker create --name mongos -p 10000:27017 --entrypoint "mongos" mongo -configdb rs_configsvr/192.168.130.128:17000,192.168.130.128:17001,192.168.130.128:17002 -bind_ip_all

启动容器

docker start mongos

进入容器执行

docker exec -it mongos bash

mongo 192.168.130.128:10000

添加shard节点

sh.addShard("rs_shardsvr1/192.168.130.128:37000,192.168.130.128:37001,192.168.130.128:37002") sh.addShard("rs_shardsvr2/192.168.130.128:37003,192.168.130.128:37004,192.168.130.128:37005")

启用分片

sh.enableSharding("test")

设置分片规则，按照_id的hash进行区分

sh.shardCollection("test.user", {"_id": "hashed" })

插入测试数据

use test
for (var i = 1; i <= 1000; i=i+1){db.user.insert({'id':i , 'name': "name_"+i})}

集群操作（在mongos中执行）

use config 
db.databases.find()  #列出所有数据库分片情况 
db.collections.find()  #查看分片的片键 sh.status()  #查询分片集群的状态信

db.user.count() #查看文档数量

分别在2个shard集群中查询数据进行测试

db.user.count()

可以看到分片成功