1、分片介紹
分片（sharding）是將數據拆分，將其分散存到不同機器上的過程。MongoDB 支持自動分片，可以使數據庫架構對應用程序不可見。對於應用程序來說，好像始終在使用一個單機的 MongoDB 服務器一樣，另一方面，MongoDB 自動處理數據在分片上的分布，也更容易添加和刪除分片。
請記住：復制是讓多台服務器擁有同樣的數據副本，每一台服務器都是其他服務器的鏡像，而每一個分片都與其他分片擁有不同的數據子集。
通常，分片可以用來：
- 增加可用的內存
- 增加可用的磁盤空間
- 減輕單台服務器的負載
- 處理單個 mongod 服務器無法承受的吞吐量
2、MongoDB 分片集群組成
MongoDB 的分片集群由以下部分組成：
shard：每個分片包含分片數據的一個子集，每個分片可以部署為一個副本集
mongos：作為一個查詢路由器，提供客戶端應用程序和分片集群之間的接口。
config servers：配置服務器存儲群集的元數據和配置信息。MongoDB 3.4 版本開始，配置服務器必須部署一個副本集。
分片集群的配置分為 Production Configuration 和 Development Configuration，一個用於生產環境下的配置，另個用於開發或者測試環境的配置。
2.1、Production Configuration（生產環境配置）
在生產集群（production cluster）中，如果集合數據是冗余的，並且系統配置夠用，生產分片集群部署，需滿足一下幾點：
- 部署配置服務器包含三個成員的副本集（Deploy Config Servers as a 3 member replica set）
- 部署每一個分片可以是三個成員的副本集（Deploy each Shard as a 3 member replica set）
- 部署可以有一個或多個路由（Deploy one or more mongos routers）
結構圖如下：
2.2、Development Configuration（開發環境配置）
測試或者開發環境，可以使用最少的組件部署一個分片集群，這些非生產集群包含以下組件：
- 具有一個成員的副本集配置服務器（A replica set config server with one member）
- 至少一個分片作為一個成員的副本集（At least one shard as a single-member replica set）
- 一個 mongos 實例（One mongos instance）
結構圖如下：
注意：使用測試集群結構，僅僅用於測試或者開發。
下面用較簡單的 Development Configuration 舉例說明一下。
3、范例
接下來我們就用范例具體說明一下分片的過程，這里准備三台服務器，分別為 218.245.4.11、218.245.4.12、218.245.4.13。
218.245.4.11 作為配置服務器（config server），在該服務器上創建一個成員的副本集。實際項目中，需要三個成員的副本集。
218.245.4.12 作為分片（shard）服務器，在該服務器上也創建一個成員的副本集。實際項目中，可以創建多個分片，每個分片也可以是副本集。
218.245.4.13 作為 mongos 服務器。實際項目中，可以創建多個 mongos。
3.1 創建配置服務器副本集（Create the Config Server Replica Set）
3.1.1 啟動配置服務器副本集中的成員（Start a member of the config server replica set），這里定義副本集名字為“configRep”，需要指定 --configsvr 參數，實際項目中用 --bind_ip 指定具體的IP地址
mongod --port 27017 --bind_ip 218.245.4.11 --configsvr --replSet configRep --dbpath c:\data\db
3.1.2 連接到其中一個配置服務器，用 rs.initiate() 初始化副本集
rs.initiate(
{
_id: "configRep",
configsvr: true,
members: [
{ _id: 0, host : "218.245.4.11:27017" }
]
}
)
3.2 創建 Shard 副本集（Create the Shard Replica Sets）
3.2.1 啟動 Shard 服務器副本集中的成員（Start a member of the shard replica set），這里定義副本集名字為“shardRep”，需要指定 --shardsvr 參數。這里可以不用是一個副本集，可以是單台 mongod 服務器。
mongod --port 27017 --bind_ip 218.245.4.12 --shardsvr --replSet shardRep --dbpath c:\data\shard
3.2.2 連接到 Shard 服務器，用 rs.initiate() 初始化副本集
rs.initiate(
{
_id: "shardRep"
members: [
{ _id: 0, host : "218.245.4.12:27017" }
]
}
)
3.3 啟動 mongos 實例
mongos --configdb configRep/218.24.5.4.11:27017 --port 27017
MongoDB 3.4 版本中，參數 --configdb 的值必須包含副本集的名稱，這也是 MongoDB 3.4 版本為什么配置服務器要部署為副本集的原因。
3.4 給集群添加分片
添加分片的操作，必須在 mongos 下操作，也就是要先連上 mongos。可以用 sh.addShard() 方法添加分片
sh.addShard("shardRep/218.245.4.12:27017")
如果分片不用副本集，可以這樣添加分片
sh.addShard("218.245.4.12:27017")
3.5 設置分片存儲的數據庫
MongoDB 中用 sh.enableSharding() 方法設置需要分片存儲的數據庫，連上 mongos。
sh.enableSharding("liruihuan")
3.6 設置需要分片的集合
在設置分片集合之前，我們有必要了解一下片鍵（shard key）的概念。MongoDB是怎么對集合分片的呢？這時候就用到了片鍵。片鍵是集合的一個鍵，MongoDB 根據這個鍵拆分數據。例如，如果選擇基於“name”進行分片，MongoDB 對根據不同名字進行分片：“name1”到“name100”位於第一片，“name101”到“name200”位於第二片，以此類推。
給集合分片，需要用 sh.shardCollection() 方法指定需要分片的集合和片鍵，下面例子是給 user 集合分片，片鍵為 name，連上 mongos。
sh.shardCollection("liruihuan.user", { name : 1 } )
注意，如果這個集合包含有數據，在用 shardCollection() 之前，我們必須用 db.collection.createIndex() 方法給片鍵創建索引。如果這個集合為空，MongoDB 在用 shardCollection() 時會創建索引。
3.7 給 user 集合添加20萬條數據
給 user 集合添加20萬條數據，看看集合是這么分片的
for(var i = 0; i <200000; i++)
{
db.user.insert({"name":"lrh"+i,"age":18})
}
用 sh.status() 查看分片情況
--- Sharding Status ---
sharding version: {
"_id" : 1,
"minCompatibleVersion" : 5,
"currentVersion" : 6,
"clusterId" : ObjectId("58fcb9e3f6420984b3570e11")
}
shards:
{ "_id" : "shardRep", "host" : "shardRep/218.245.4.12:27017", "state" : 1 }
active mongoses:
"3.4.3" : 1
databases:
{ "_id" : "liruihuan", "primary" : "shardRep", "partitioned" : true }
liruihuan.user
shard key: { "name" : 1 }
unique: false
balancing: true
chunks:
shardRep 3
{ "name" : { "$minKey" : 1 } } -->> { "name" : "liruihuan" } on : shardRep Timestamp(1, 1)
{ "name" : "liruihuan" } -->> { "name" : "lrh7" } on : shardRep Timestamp(1, 2)
{ "name" : "lrh7" } -->> { "name" : { "$maxKey" : 1 } } on : shardRep Timestamp(1, 3)
我們可以看出集合的數據被分到名為 shardRep 副本集的分片上了，我們這里只用了一個分片，大家可以啟動多個分片，看看數據是怎么分割的。
業精於勤，荒於嬉；行成於思，毀於隨。
如果你覺得這篇文章不錯或者對你有所幫助，可以通過右側【打賞】功能，給予博主一點點鼓勵和支持