MongoDB学习十四 --MongoDB的分片

本来想一口气写完的，无赖前段时间报名学车，驾校临时安排一两个星期练车，时间又不停的改、改、改！搞的我这博客文章都好久没加上了，今天打算写上一篇MongoDB的分片技术，算是这一系列的操作使用的一段的结尾。

在mongodb里面存在另一种集群，就是分片技术，跟sql server的表分区类似，我们知道当数据量达到T级别的时候，我们的磁盘，内存就吃不消了，针对这样的场景我们该如何应对？mongodb采用将集合进行拆分，然后将拆分的数据均摊到几个片上的一种解决方案。。理论前一篇的Sharding Introdution有说，但这里还是简单说一下：

（1）工作原理
MongoDB分片的基本原理是把集合分成更小的chunks。这些chunks可以分散到不同的shards，每个shard负责集合的一部分。应用程序不会知道哪个分片有哪些数据，甚至不知道数据被放到了不同的shards。只有在shards的前端运行的路由进程mongos，才知道所有的数据放在哪，应用程序连接mongos，就可像平常一样发起查询。
（2）chunks
分割按有序分割方式，每个shard上的数据为某一范围的数据块（一个shard含有一个集合的多个chunk），故可支持指定分片的范围查询。数据块有指定的最大容量，一旦某个数据块的容量增长到最大容量时，这个数据块会切分成为两块；当分片的数据过多时，数据块将被迁移到系统的其他分片中。另外，新的分片加入时，数据块也会迁移。
（3）  shared key
分片的关键在于shard key。通过shard key划分每个shard上的chunk。比如，根据集合的title字段做shard key，分为三个shard，那么，分成A-F开头的文档chunk，G-N开头的文档chunk，及O-Z开头的文档chunk，将分别存储于三个shard中。当增加或者删除一个shard时，chunk块将重新划分，不过，mongodb会使每一个shard在负载和总量上保持平衡。一个高访问量的shard拥有的数据可能比一个低访问量的shard少。
对已经存在的集合，如果该集合都在一个shard上，增加一个新的shard，按照集合的title作为shard key分片，那么，mongodb会按照title的开头字母将这个集合分成两个chunk，其中一个chunk将会被移动到新增的shard中。
被查询的数据，不论来自于1台shard，还是在所有shard中获取，都是由mongos来统一整理的。

借用下这张图，最少的一个分片环境，最少需要四台，这样才能看到与真实环境差不多的实际效果，我在自己的公司的环境操作，用了三台，mongod只用了一台，但也是有效果的。下这张图解释：

     人脸：       代表客户端，客户端肯定说，你数据库分片不分片跟我没关系，我叫你干啥就干啥，没什么好商量的。

     mongos： 首先我们要了解”片键“的概念，也就是说拆分集合的依据是什么？按照什么键值进行拆分集合....

                     好了，mongos就是一个路由服务器，它会根据管理员设置的“片键”将数据分摊到自己管理的mongod集群，数据

                    和片的对应关系以及相应的配置信息保存在"config服务器"上。

    mongod:   一个普通的数据库实例，如果不分片的话，我们会直接连上mongod。

下面就是实操了，有文字和截图：

1：开启config服务器, 202(这是IP:192.168.0.202)机器上运行 mongod --dbpath=D:\ProgramFiles\MongoDB\db

2: 开启mongos服务器,这里要注意的是我们开启的是mongos，不是mongod，同时指定下config服务器。149机器上运行mongos --configdb=192.168.0.202:27017

3：启动mongod服务器，对分片来说，也就是要添加片了，当然这里只是启动，因为机器原因，我这只启了一台。在148机器上运行mongod --dbpath=/data/db/

4： 服务配置，还差最后一点配置我们就可以大功告成，在149上连接到时admin数据库，添加分片148。

添加分片sh.addShard("192.168.0.148:27017")

这里要注意的是，在addshard中，我们也可以添加副本集，这样能达到更高的稳定性。

片已经集群了，但是mongos不知道该如何切分数据，也就是我们先前所说的片键，在mongodb中设置片键要做两步
①：开启数据库分片功能，命令很简单 enablesharding(),这里我就开启test数据库。
②：指定集合中分片的片键，这里我就指定为person.name字段。

sh.enableSharding("test")

sh.shardCollection("test.person", {"name": 1})

切换数据库，添加数据

5: 查看效果,好了，至此我们的分片操作全部结束，接下来我们通过mongos向mongodb插入10w记录，然后通过printShardingStatus命令查看mongodb的数据分片情况。

这里主要看三点信息，虽然只有一台shard，但是，存储还是分片了的：
① shards：     我们清楚的看到只有一个片，shard0000和其host，就是我们上面添加进去的。
② databases:  这里有个partitioned字段表示是否分区，这里清楚的看到test已经分区。
③ chunks：     这个很有意思，我们发现集合被砍成三段：
 无穷小 —— Luck1，Luck1 ——Luck6，Luck6——无穷大。
 分区情况为：这里系统自动分配的几个片，与实际情况添加多台机是不一样的，即使只有一台，MongoDB也会按一定规则分配几个片出来。