MongoDB 是什么？( 五 ) _MongoDB

3.分片实战启动两个副本集、三个配置服务器、一个mongos进程
配置分片
sh.help //查看分片相关帮助sh.addShard //添加分片db,getSiblingDB("config").shards.find //查看分片列表sh.status //分片详情sh.enableSharding("cloud-docs") //开启一个数据库上的分片db.getSiblingDB("config").databases,find //查看数据库列表sh.shardCollection("cloud-docs.spreadsheets",{username:1,_id:1}) //使用一个分片键定义一个分片集合spreadsheets，根据用户名进行切分sh.getSiiblingDB("config").collections.findOne //查看集合列表db.chunks.count //查看块的个数db.chunks.findOne //查看块的信息db.changelog.count(}what:"split"|) //查看块切分日志db.changelog.find({what:"moveChunk.commit"}).count //查看日志迁移记录
4.分片的查询与索引（1）分片查询类型

针对性查询：查询包含分片键
全局查询或分散/聚集查：查询不包含分片键
查询过程：通过分片键将查询路由给指定分片，一旦到了某个分片上，由分片自行决定使用哪个索引来执行该查询

（2）索引
每个分片都维护了自己的索引，当在分片集合上声明索引时，每个分片都会为它那部分集合构建独立的索引，每个分片上的分片集合都应该拥有相同的索引。
分片集合只允许在_id字段和分片键上添加唯一性索引，其他地方不行，因为这需要在分片间进行通信，实施起来很复杂。
当创建分片时，会根据分片键创建一个索引。

5.选择分片键（1）分片键是不可修改的、分片键的选择非常重要（2）低效的分片键

分布性差：如使用BSON对象ID，那么会导致所有最新插入的文档都会落到某个很小的连续范围，无法分散插入
缺乏局部性：升序分片键有明确的方向，完全随机的分片键则根本没有方向。前者无法分散插入，后者插入分散，如使用MD5作为分片键

（3）理想的分片键

将插入数据均匀分布到各个分片上
保证CRUD操作能够利用局部性有足够的粒度进行块拆分
满足这些要求的分片键通常由两个字段组成，第一个是粗粒度的，第二个粒度较细

6.生产环境中的分片（1）部署拓扑

复制mongod：需要独立的部署服务器
配置服务器：配置服务器不需要有自己的机器

根据不同的数据中心划分

文章插图
（2）最低要求

副本集每个成员，无论是完整的副本集节点还是仲裁节点，都需要放在不同的机器上每个用于复制的副本集成员都需要有自己的机器
副本集仲裁节点很轻量级，和其他进程共用一台机器即可
配置服务器也可以选择与其他进程共用一台机器

文章插图
（3）配置的注意事项
需要估计集群大小，可使用以下命令对现有集合进行分片处理
sh.splitAt("cloud-docs.spreadsheets",{"username":"chen","_id":ObjectId("")})//手动拆分块sh.moveChunk("cloud-docs.spreadsheets",{username:"chen"},"shardB")//手动将某分块移至分片Bdb.runCommand({removeshard:"shard-1/arete:30100,arete:30101"})//删除分片db.runCommand({moveprimary:"test",to:"shard-0-test-rs"});//移动主分片（4）备份分片集群
备份分片时需要停止均衡器
db.settings.update({_id:"ba;ancer"},{$set:{stopped:true},true});sh.setBalancerState(false)；//停止均衡器，此时均衡器将进行最后一轮均衡db.locks.find({_id:"balancer"});sh.isBalancerRunning;//查看均衡器状态，任何状态大于0 的状态值都说明均衡器仍在进行中
八、部署与管理1.部署（1）部署架构使用64位机器、32位机器会制约mongodb的内存，使其最大值为1.5GB
（2）cpumongodb 只有当索引和工作集都可放入内存时，才会遇到CPU瓶颈，CPU在mongodb使用中的作用是用来检索数据，如果看到CPU使用饱和的情况，可以通过查询慢查询日志，排查是不是查询的问题导致的，如果是可以通过添加索引来解决问题
mongodb写入数据时会使用到CPU，但是mongodb写入时间一次只用到一个核，如果有频繁的写入行为，可以通过分片来解决这个问题（3）内存
大内存是mongodb的保障，如果工作集大小超过内存，将会导致性能下降，因为这将会增加数据加载入内存的动作