《一起学mongodb》之第三卷分片集群

发表于 2年以前 | 总阅读数：356 次

前言

上一篇介绍了 mongo 的三种部署方式，「单点、主从、副本集」三种部署方式，今天就跟大家聊聊最后一种「分片集群」的方式，分片集群也是 mongo 能够作为万亿级别数据库的核心魅力所在，也有一句话说到：

「连分片集群都不知道，你还好意思说自己用过 mongo ？」

分片集群架构

其他的不多说，我们先甩一张分片集群的架构图

在分片集群当中，一共有以下三种角色

mongos:路由层，主要用来处理客户端的请求，连接客户端与 shard
config server:主要用来存储分片集群的元数据和配置信息
shard:每个 Shard 就相当于一个 mongod 数据库实例，用于存储数据，整个数据库会「分散在不同的 shard 当中」，每一个分片都满足高可用，一般都是一主二从（建议部署位副本集架构），分片的个数最大可以到1024个

一个集群包含了多个分片组成，而一个分片又存储了多个块（每个块包含一定范围片键的数据，互不相交且并集为全部数据），一个块当中包含了多个文档。

那么问题来了-

mongoDB 是怎么做数据分片的？

mongo 提供了「三种方式来做数据分片」

哈希分片

这是很多技术最常用的一种方式，就是将数据通过 hash 散列化，打在不同的机器上，实现「均匀分布」，但是它很大的问题就是「数据不连续」，比如业务需要查询工资在 10000~20000 之间的人员，你可能就需要遍历每一个分片了

范围分片

这种策略直接根据片键的范围确定分片。

比如现在我们将数据在逻辑上分为四个块。

在数据上数据工资 0~5000一个块，5000~10000 一个块，10000~15000 一个块，15000~20000 一个块，20000~25000 一个块，25000 以上一个块，由于公司人员薪资分布大概率都在 5000~15000，这个区域内，就会造成数据过分集中在 5000~10000 、10000~15000 这两个块儿中，造成「数据分布不均匀」，但是再做「范围查询的时候效率就会很高」

zone 分片

简单来说 Zone 实际上像是范围分片的另一个版本，你为一定范围内的片键制定一个 Zone，然后再将一些分片加入到这个Zone中，于是这一范围内的数据最终就将存储在这个 Zone 中的分片上。

Chunk(块) 分裂

随着数据慢慢的写入，数据量越来越大，当 Chunk 增长到指定大小（默认为 64MB）时，MongoDB 会对 Chunk 进行分裂。

Chunk 分裂的⽅式

⼿动触发
⾃动触发：当发生插⼊和更新操作才会触发⾃动块分裂。

JumboChunk 是一个最小的 Chunk 可以「只包含一个唯一的 ShardKey」，这样的 Chunk 不可以再进行分裂。

那么如果数据分片不均 mongoDB 是怎么做的？

这个时候就要说到我们的 「balancer(平衡器)」 了，用来「保证集合的 Chunk 在各个 Shard 上是均衡的」。

当某些分片数据不均匀的情况下，balancer 会发出一个命令让切割器去需要移动的分片上去做数据切割，再把数据移动到数据少的分片上。具体的步骤如下:

平衡器向源分片发送 moveChunk 的命令
源分片收到命令后，会启动自己内部的一个 moveChunk 命令，如果在数据移动过程中有客户端发来读写请求的话，都会发送到源分片。
目标片开始向源分片请求将要移动的数据块的文档，准备拷贝文档数据。
当目标分片接收到据块的最后一个文档后，目标分片会启动一个同步进程来检查,是否已经拷贝完全部的文档。
当同步完成后，目标分片会连接配置服务器，更新元数据列表中数据块的地址。
当目标分片完成元数据更新后，源分片就会删除原来的数据块.如果有新的数据块需要移动的话，可以继续进行移动。
配置服务器会通知 monogs 进程更新自己的映射表。

迁移过程对于应用是透明的，但由于「迁移过程会占用相应节点的 CPU 和带宽资源」，因此对分片集有一定程度的性能影响，并且对运维操作存在一些限制。

在对集合进行分片后是否可以更改片键？

「不可以」

MongoDB 中没有对集合分片后更改片键的自动支持。如果在集合分片后必须更改片键，可以按如下方式操作：

将MongoDB中的所有数据转储为外部格式，比如可以先放在 mysql 中。
删除原始分片集合。
使用新的的片键配置分片。
预分割片键范围以确保初始均匀分布。
将转储的数据恢复到 MongoDB 中。

mongos 是如何处理连接的？

每个 mongos 实例都「维护一个与分片集群成员的连接池」。客户端「一次请求就会占用一个连接」，客户端请求完成后，连接释放。但是客户端数量减少时，这些池不会收缩。这可能导致未使用的mongos占用大量打开的连接。如果 mongos 不再使用，则可以安全地重新启动进程以关闭现有连接。