本文介紹在windows環境下如何搭建一個高可用性的mongodb集群。系統環境為win7，mongodb版本為3.6.3。
本文采用的是分片+副本集的方式搭建集群，將分別介紹如何使用副本集和分片來提高可用性。
一、副本集
mongodb的副本集是維護同一個數據集合的多個mongod進程的集合，提供了數據的冗余，提高了可用性，在某些情況下也可以提高讀容量。
mongodb官網相關文檔：https://docs.mongodb.com/manual/replication/
1.1副本集結構
副本集有三種角色，分別為主節點、副本節點和仲裁節點（可選）。
主節點具有完全的讀寫操作，並且只有主節點可以進行寫操作。
副本節點同步主節點的oplog，保持數據一致。
仲裁節點不保存數據副本，只在選舉主節點的投票中有投票權。
1.2部署副本集
這里介紹如何在測試或開發環境中部署副本集。
如果需要限制ip訪問，可以使用bind_ip或在mongod.cfg文件中配置。
mongod --bind_ip localhost,198.51.100.1
1.2.1創建必要文件夾
首先創建必要的文件夾，比如db文件夾，log文件夾。這里可以通過命令創建，也可以直接通過文件管理來創建。
1.2.2啟動mongod實例
分別對應的副本集節點啟動mongod實例，例如：
mongod --replSet rs0 --port 27017 --dbpath /data/db --logpath /data/log/mongod.log --smallfiles --oplogSize 128
replSet指定了副本集的名字，port指定了實例運行的端口，dbpath指定了數據庫存儲位置，logpath指定了日志存儲位置。
smallfiles和oplogSize的設定可以防止在測試或開發環境中占用太多資源。
1.2.3初始化副本集
通過mongo shell或者驅動程序連接到某一個mongod實例。
運行初始化副本集命令：
var rsconf = { _id: "rs0", members: [ { _id: 0, host: "<hostname>:27017" }, { _id: 1, host: "<hostname>:27018" }, { _id: 2, host: "<hostname>:27019" } ] } rs.initiate(rsconf)
可以通過rs.conf()，rs.status()查看副本集狀態。
二、分片
分片將數據進行水平分割，提供了一種處理大數據量數據集合和高吞吐量的方式。
2.1分片群集結構
分片群集由三部分構成：
1.shard，存儲了分片數據，可部署成一個副本集。
2.mongos，路由器，連接客戶端和分片群集，使分片操作對客戶端透明。可部署成一個副本集。
3.config server，配置服務器，存儲元數據和配置數據。3.4以后必須部署成副本集。
2.2部署分片
2.2.1部署配置服務器副本集
和配置普通副本集唯一不同的是，部署配置服務器副本集需要指定角色為configsvr。
mongod --configsvr --port 27017 --replSet myconfig --dbpath /data/config --logpath /data/log/mongod.log --smallfiles --oplogSize 128
2.2.2部署分片服務器副本集
和配置普通副本集唯一不同的是，部署配置服務器副本集需要指定角色為shardsvr。
mongod --shardsvr --port 28017 --replSet myshard --dbpath \data\db --logpath \data\log\mongod.log --smallfiles --oplogSize 128
2.2.3部署路由副本集
和配置普通副本集不同的是啟動的為mongos實例。
mongos --configdb myconfig/localhost:27017,localhost:27018,localhost:27019 --port 30000 --replSet mymongos --logpath /data/log/mongod.log
2.2.4添加分片
首先通過mongo shell或者驅動連接到mongos實例。
可以修改chunk大小：
use config db.settings.save( { _id:"chunksize", value: 1 } )
將分片添加到mongos：
sh.addShard( "myshard/localhost:28017,localhost:28018")
2.2.5設置分片
設置數據庫分片：
sh.enableSharding("test")
設置集合分片：
分類分片，根據分片鍵的值范圍進行分片：
sh.shardCollection("test.users", { "username" : 1 } )
哈希分片，根據分片鍵的哈希值進行分片：
sh.shardCollection("test.users", { "username" : "hashed" } )
三、測試
操作mongos插入數據，查看自動分區結果。
var list = ["a","b","c","d","e","f","g","h","i","j","k","l","m","n",
"o","p","q","r","s","t","u","v","w","x","y","z"];
for (var i = 0; i < 100000; i++){
var index = i % 26;
var user = {"username": list[index], "saysomething": "hello"};
db.getCollection("users").insert(user);
}
分片結果：
隨着數據插入量的增多，達到塊所能存儲的最大值后，會形成更多的塊：
在數據較少時，各分片之間的數據量差距可能較大。這種差距隨着數據量的增大會逐漸縮小，趨近於平衡。