MongoDB基础（九）分片
分片（sharding）是通过多台服务器存储数据的方法。Mongodb使用分片可支持部署非常大的数据集和高的吞吐量操作。单台服务器的能力在各方面都有限，如CPU、IO、RAM、存储空间等。解决扩展的问题，数据库提供了两种方法：垂直扩展和分片。
垂直扩展：增加CPU、RAM，存储资源等，这也受限于硬件设备。而有些基于云的供应商也规定用户使用小的系统。
分片（水平扩展）：划分数据集，将数据分布到多台服务器中，每个碎片（chard）是一个独立的数据库，这些碎片共同组成了一个逻辑的数据库。（这类似于Windows动态磁盘条带化一样）
Mongodb 中的分片集群结构如下：
分片集群有三个组件：shards，query routers 和 configservers。
Shards：碎片，存储数据，提供高可用性和数据的一致性。分片集群中，每个碎片都是一个复制集。
query routers：查询路由，或称mongos实例，客户端应用程序直接操作碎片的接口。查询路由处理和定位操作到碎片中并返回相关数据到客户端。一个分片集群包含多个查询路由来划分客户端的请求压力。
configservers：配置服务器，存储集群中的元数据。这些数据包含集群数据到碎片的映射。查询路由使用这些元数据定位操作到明确的碎片中。共享集群需要有3台配置服务器。
注：用于测试，可以值配置1个config servers
Mongodb 分布数据或碎片，是在collection 级别上。分片是通过shardkey 划分一个集合的数据。shard key 可以是一个索引键列，或者是存在每个文档中的复合键列。Mongodb 划分shard key 值到 chunk 中，并将chunk平均分配到碎片中。Mongodb 使用划分的方法为范围分区或者哈希分区。（更多参考：shardkey）
分片集群部署：
Mongodb服务器：（Red HatEnterprise Linux 6 64-bit + Mongodb 3.0.2）
192.168.1.11 mongodb11.kk.net 21017
192.168.1.12 mongodb12.kk.net 21018
192.168.1.13 mongodb13.kk.net 21019
192.168.1.14 mongodb14.kk.net 21020
用于测试结构如下：
注：配置前确保要加入集群中的成员都能相互连接。
【1. 配置 config servers】（在 192.168.1.14服务器上）
配置服务器（config servers）存储集群元数据，因此首先配置该服务器。配置服务器需使用参数—configsvr 来启动mongod服务。若有多个配置服务器，每个配置服务器都完整保存集群的元素就。
1. 1 创建数据库目录 configdb ：[root@mongodb14 ~]# mkdir /var/lib/mongo/configdb [root@mongodb14 ~]# chown mongod:mongod /var/lib/mongo/configdb/1.2. 配置启动参数文件：
[root@mongodb14 ~]# vi /etc/mongod.conf
|
192.168.1.14 |
|
logpath=/var/log/mongodb/mongod.log pidfilepath=/var/run/mongodb/mongod.pid logappend=true fork=true port=27020 bind_ip=192.168.1.14 dbpath=/var/lib/mongo/configdb configsvr=true |
1.3. 重启 mongod 服务：
[root@mongodb14 ~]# service mongod restart
【2. 配置 router】（在 192.168.1.11服务器上）
2.1.启用 mongos （MongoDB Shard）实例，连接到 config servers：（更多参考：mongos ）
#使用mongos连接到config servers，指定本地端口，否则默认27017 #当前服务器mongod 端口为27017，所以配置mongos 端口为27016 #mongo --host--port [root@redhat11 ~]# mongos --configdb mongodb14.kk.net:27020 --port 27016 --chunkSize 200 --logpath /var/log/mongodb/mongos.log --fork
实际环境中，若配置了多个config servers ，mongos 可同时指定多个。
mongos--configdb mongodb14.kk.net:27020, mongodb15.kk.net:27020，mongodb16.kk.net:27020……
【3. 添加 shard 成员到集群中】(添加IP为 11、12、13 分片集中 ，以192.168.1.11为例)
3.1. 配置启动参数文件：
[root@redhat11 ~]# vi /etc/mongod.conf
|
192.168.1.11 |
192.168.1.12 |
192.168.1.13 |
|
logpath=/var/log/mongodb/mongod.log pidfilepath=/var/run/mongodb/mongod.pid logappend=true fork=true port=27017 bind_ip=192.168.1.11 dbpath=/var/lib/mongo shardsvr=true
|
logpath=/var/log/mongodb/mongod.log pidfilepath=/var/run/mongodb/mongod.pid logappend=true fork=true port=27018 bind_ip=192.168.1.12 dbpath=/var/lib/mongo shardsvr=true
|
logpath=/var/log/mongodb/mongod.log pidfilepath=/var/run/mongodb/mongod.pid logappend=true fork=true port=27019 bind_ip=192.168.1.13 dbpath=/var/lib/mongo shardsvr=true
|
3.2.重启 mongod 服务：
[root@mongodb11 ~]# service mongod restart
3.3各shard 成员连接到mongos 实例中添加(添加前把已存在的用户数据移走或者删除)：
[root@mongodb11 ~]# mongo 192.168.1.11:27016
mongos> sh.addShard("mongodb11.kk.net:27017")
mongos> sh.addShard("mongodb12.kk.net:27018")
mongos> sh.addShard("mongodb13.kk.net:27019")
3.4添加完成！~连接到mongos可查看系统相关信息：
configsvr> show dbs
configsvr> use config
configsvr> show collections
configsvr>
configsvr> db.mongos.find()
{ "_id" : "mongodb11.kk.net:27016", "ping" : ISODate("2015-05-23T11:16:47.624Z"), "up" : 1221, "waiting" : true, "mongoVersion" : "3.0.2" }
configsvr>
configsvr> db.shards.find()
{ "_id" : "shard0000", "host" : "mongodb11.kk.net:27017" }
{ "_id" : "shard0001", "host" : "mongodb12.kk.net:27018" }
{ "_id" : "shard0002", "host" : "mongodb13.kk.net:27019" }
configsvr>
configsvr> db.databases.find()
{ "_id" : "admin", "partitioned" : false, "primary" : "config" }
{ "_id" : "mydb", "partitioned" : false, "primary" : "shard0000" }
{ "_id" : "test", "partitioned" : false, "primary" : "shard0000" }
【4. 对数据库启用分片】
4.1 当前可连接到 mongos 查看数据库或者集合的分片情况（没有分片）：
mongos> db.stats() mongos> db.tab.stats()4.2 对数据库激活分片功能：
[root@mongodb11 ~]# mongo 192.168.1.11:27016
mongos> sh.enableSharding("test")
#或者
[root@mongodb11 ~]# mongo 192.168.1.11:27016
mongos> use admin
mongos> db.runCommand( { enableSharding: "test"} )
4.3 此时查看数据库分区情况，partitioned 变为 “true”。
configsvr> use config
switched to db config
configsvr> db.databases.find()
{ "_id" : "admin", "partitioned" : false, "primary" : "config" }
{ "_id" : "mydb", "partitioned" : true, "primary" : "shard0000" }
{ "_id" : "test", "partitioned" : true, "primary" : "shard0000" }
启用数据库分片并没有将数据进行分开，还需要对 collection 进行分片。【5. 对集合启用分片】
启用前，有几个问题需要考虑的：
1. 选择哪个键列作为 shard key 。（更多参考： Considerations for Selecting Shard Keys）
2. 如果集合中已经存在数据，在选定作为shard key 的键列必须创建索引；如果集合为空，mongodb 将在激活集合分片（sh.shardCollection）时创建索引。
3. 集合分片函数 sh.shardCollection ，
sh.shardCollection("
mongos> sh.shardCollection("test.tab", { "_id": "hashed" }）
测试：
for (var i=1; i<100000; i++) {
db.kk.insert({"id": i, "myName" : "kk"+i, "myDate" : new Date()});
}
mongos> show collections
mongos> db.kk.find()
mongos> db.kk.createIndex({ "id": "hashed" })
mongos> db.kk.getIndexes()
mongos> sh.shardCollection("test.kk", { "id": "hashed" })
mongos> db.stats()
mongos> db.kk.stats()
由于数据分区需要时间，过会再查看数据分布情况：
总行数：99999
mongos> db.kk.count() 99999
mongos> db.printShardingStatus();
--- Sharding Status ---
sharding version: {
"_id" : 1,
"minCompatibleVersion" : 5,
"currentVersion" : 6,
"clusterId" : ObjectId("556023c02c2ebfdfbc8d39eb")
}
shards:
{ "_id" : "shard0000", "host" : "mongodb11.kk.net:27017" }
{ "_id" : "shard0001", "host" : "mongodb12.kk.net:27018" }
{ "_id" : "shard0002", "host" : "mongodb13.kk.net:27019" }
balancer:
Currently enabled: yes
Currently running: no
Failed balancer rounds in last 5 attempts: 0
Migration Results for the last 24 hours:
1334 : Success
2 : Failed with error 'could not acquire collection lock for test.kk to migrate chunk [{ : MinKey },{ : MaxKey }) :: caused by :: Lock for migrating chunk [{ : MinKey }, { : MaxKey }) in test.kk is taken.', from shard0000 to shard0001
databases:
{ "_id" : "admin", "partitioned" : false, "primary" : "config" }
{ "_id" : "mydb", "partitioned" : true, "primary" : "shard0000" }
{ "_id" : "test", "partitioned" : true, "primary" : "shard0000" }
test.kk
shard key: { "id" : "hashed" }
chunks:
shard0000 667
shard0001 667
shard0002 667
too many chunks to print, use verbose if you want to force print
{ "_id" : "events", "partitioned" : false, "primary" : "shard0002" }
mongos>
看这里 chunks :
shard0000 667
shard0001 667
shard0002 667
原本 shard0000 最大，shard0001 与 shard0002 为 0 。最终平均，数据将稳定不再变化。
mongos> db.kk.stats()
{
"sharded" : true,
"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
"userFlags" : 1,
"capped" : false,
"ns" : "test.kk",
"count" : 99999,
"numExtents" : 19,
"size" : 11199888,
"storageSize" : 44871680,
"totalIndexSize" : 10416224,
"indexSizes" : {
"_id_" : 4750256,
"id_hashed" : 5665968
},
"avgObjSize" : 112,
"nindexes" : 2,
"nchunks" : 2001,
"shards" : {
"shard0000" : {
"ns" : "test.kk",
"count" : 33500,
"size" : 3752000,
"avgObjSize" : 112,
"numExtents" : 7,
"storageSize" : 22507520,
"lastExtentSize" : 11325440,
"paddingFactor" : 1,
"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
"userFlags" : 1,
"capped" : false,
"nindexes" : 2,
"totalIndexSize" : 3605616,
"indexSizes" : {
"_id_" : 1913184,
"id_hashed" : 1692432
},
"ok" : 1
},
"shard0001" : {
"ns" : "test.kk",
"count" : 32852,
"size" : 3679424,
"avgObjSize" : 112,
"numExtents" : 6,
"storageSize" : 11182080,
"lastExtentSize" : 8388608,
"paddingFactor" : 1,
"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
"userFlags" : 1,
"capped" : false,
"nindexes" : 2,
"totalIndexSize" : 3343984,
"indexSizes" : {
"_id_" : 1389920,
"id_hashed" : 1954064
},
"ok" : 1
},
"shard0002" : {
"ns" : "test.kk",
"count" : 33647,
"size" : 3768464,
"avgObjSize" : 112,
"numExtents" : 6,
"storageSize" : 11182080,
"lastExtentSize" : 8388608,
"paddingFactor" : 1,
"paddingFactorNote" : "paddingFactor is unused and unmaintained in 3.0. It remains hard coded to 1.0 for compatibility only.",
"userFlags" : 1,
"capped" : false,
"nindexes" : 2,
"totalIndexSize" : 3466624,
"indexSizes" : {
"_id_" : 1447152,
"id_hashed" : 2019472
},
"ok" : 1
}
},
"ok" : 1
}
mongos>
上面中，个分片数据分布情况：
"shard0000" "count" : 33500
"shard0001" "count" : 32852
"shard0002" "count" : 33647
总计99999 行，完全准确，数据分布也很平均了。
（测试数据尽量多些，否则看不得效果。一开始本人测试数据较少，不到1000行，没有效果，还以为哪里出现问题，又多折腾了2小时！~）