28 - 高可用 - Sharding - 分片集群

Sharding 分片模式角色

Sharding 分片模式下按照层次划分可以分为 3 个大模块：

代理层：mongos
配置中心：副本集群（mongod）
数据层：Shard 集群

Sharding 模式怎么存储数据？

单 Shard 集群是有限的，但 Shard 数量是无限的，Mongo 理论上能够提供近乎无限的空间，能够不断的横向扩容。
首先，要选一个字段（或者多个字段组合也可以）用来做 Key，这个 Key 可以是你任意指定的一个字段。我们现在就是要使用这个 Key 来，通过分片策略（Sharding Strategy）算出发往哪个 Shard 上。
输入Sharding Key ，按照Sharding Strategy 计算出一个值，值的集合形成了一个值域，按照固定步长去切分这个值域，每一个片叫做 Chunk ，每个 Chunk 出生的时候就和某个 Shard 绑定起来，这个绑定关系存储在配置中心里。
所以，MongoDB 用 Chunk 做了一层抽象层，隔离了用户数据和 Shard 的位置，用户数据先按照分片策略算出落在哪个 Chunk 上，由于 Chunk 某一时刻只属于某一个 Shard，所以自然就知道用户数据存到哪个 Shard 了。
Sharding 模式下数据读取过程：
mongos 作为路由模块其实就是寻路的组件，写的时候先算出用户 key 属于哪个 Chunk，然后找出这个 Chunk 属于哪个 Shard，最后把请求发给这个 Shard ，就能把数据写下去。读的时候也是类似，先算出用户 key 属于哪个 Chunk，然后找出这个 Chunk 属于哪个 Shard，最后把请求发给这个 Shard ，就能把数据读上来。
实际情况下，mongos 不需要每次都和 Config Server 交互，大部分情况下只需要把 Chunk 的映射表 cache 一份在 mongos 的内存，就能减少一次网络交互，提高性能。
本质上 Sharding Strategy 是形成值域的策略而已，MongoDB 支持两种 Sharding Strategy：

Hashed Sharding 的方式
Range Sharding 的方式

Hashed Sharding 哈希规则分片

把 Key 作为输入，输入到一个 Hash 函数中，计算出一个整数值，值的集合形成了一个值域，按照固定步长去切分这个值域，每一个片叫做 Chunk ，这里的 Chunk 则就是整数的一段范围而已。
优点：计算快，随机好均衡性好。缺点是性能差需要所有Shard 参与。

Range Sharding 范围规则分片

Range 的方式本质上是直接用 Key 本身来做值，形成的 一个值域。

优点：对排序列举场景非常友好，因为数据本来就是按照顺序依次放在 Shard 上的，排序列举的时候，顺序读即可，非常快速；

缺点：容易导致热点，举个例子，如果 Sharding Key 都有相同前缀，那么大概率会分配到同一个 Shard 上，就盯着这个 Shard 写，其他 Shard 空闲的很，却无法使用；

Shard（Replica Set）集群个数多了，即使一个或多个 Shard 不可用，Mongo 集群对外仍可以 提供读取和写入服务。因为每一个 Shard 都有一个 Primary 节点，都可以提供写服务，可用性进一步提升。

创建顺序

# 创建2个Replica Set 用作存数据 分片 启动
（主、从、仲裁）
（主、从、仲裁）
配置文件：
sharding
    clusterRole: shardsvr
# 创建1个Replica Set 用作存配置文件 config 配置中心 启动
（主、从、从）
配置文件：
sharding
    clusterRole: configsvr

# 创建2个路由节点 mongos 代理
需要log，不需要data
配置文件：
sharding
    configDB:myconfigrs/ip:端口号,ip:端口号,ip:端口号
只需配置configsvr的3个ip

# 在mongos添加分片
sh.addShard("IP:PORT")
sh.addShard("Shard01/IP:PORT,IP:PORT,IP:PORT")
sh.addShard("Shard02/IP:PORT,IP:PORT,IP:PORT")
Shard01、Shard02副本集名称
主、从、仲裁都要加上
# 在mongos开启分片功能
sh.enableSharding("库名")
sh.shardcollection(namespace, key, unique)
哈希分片，根据nickname
sh.shardcollection("articledb.comment",{"nickname":"hashed"})
范围分片，根据age
sh.shardcollection("articledb,author",("age":1))
看状态：
sh.status()

范围分片
use config
db.settings.save( { _id:"chunksize"， value: 1 } )
设置数据块尺寸默认64M
设置数据块尺寸1M

连接的话就连接路由就可以了