路由功能chunk数据分片shard

MongoDB是一个分布式文件存储的数据库介于关系数据库和非关系数据库之间支持的数据结构类型为BSON类似于JSON。

MongoDB中的记录是一个document由字段和值对组成的数据结构。

MongoDB适合在数据量大读写频繁对事务性要求不高的场景应用。

2、基本术语

database数据库collection表document一条数据field字段index索引

3、shard分片概述

高数据量和吞吐量的数据库应用会对单机的性能造成较大压力,大的查询量会将单机的CPU耗尽,大的数据量对单机的存储压力较大,最终会耗尽系统的内存而将压力转移到磁盘IO上。

为了解决这些问题,有两个基本的方法:

垂直扩展和水平扩展。

垂直扩展增加更多的CPU和存储资源来扩展容量。

水平扩展将数据集分布在多个服务器上。

水平扩展即分片。

分片为应对高吞吐量与大数据量提供了方法。

使用分片减少了每个分片需要处理的请求数因此通过水平扩展集群可以提高自己的存储容量和吞吐量。

举例来说当插入一条数据时应用只需要访问存储这条数据的分片。

而且当某个shard的负载超过一定阙值后就会自动的重新分发数据用来保证系统的负载均衡。

mongos数据路由和客户端打交道的模块。

提供对外应用访问所有操作均通过mongos执行

mongos本身没有任何数据他也不知道该怎么处理这数据会去找config

config

server存储元数据和所有shard节点的信息分片功能的一些配置信息。

Server而用户的数据会议分散存储到各个shard。

Mongos启动后会从配置服务器加载元数据开始提供服务将用户的请求正确路由到对应的碎片。

路由功能

当外部语句发起数据查询时MongoDB根据数据分布自动路由至指定节点返回数据。

chunk数据分片

server内部MongoDB还是会把数据分为chunks每个chunk代表这个shard

Splitting当一个chunk的大小超过配置中的chunk

size时MongoDB的后台进程会把这个chunk切分成更小的chunk从而避免chunk过大的情况

Balancing在MongoDB中balancer是一个后台进程负责chunk的迁移从而均衡各个shard

shard

中数据的分片是以集合为基本单位的集合中的数据通过片键Shard

key被分成多部分。

其实片键就是在集合中选一个键用该键的值作为数据拆分的依据。

对集合进行分片时你需要选择一个片键片键是每条记录都必须包含的且建立了索引的单个字段或复合字段MongoDB按照片键将数据划分到不同的数据块中并将数据块均衡地分布到所有分片中。

MongDB查询结果按照shard

db.[collection].find({id:{$regex:^a*}})

正则查询^:表示匹配字符串开头*:匹配任意字符$:表示匹配字符串结尾

限制查询结果条数

db.[collection].update({id:123456},

{$set:{name:minh}})

db.[collection].remove({name:minh})

删除数据

db.[collection].find().hint({name:1})

强制使用某个索引查询

db.literature.find().hint({name:1})

db.literature.find({name:WeThree})

db.literature.find({name:WeThree},

{name:1,

db.literature.find({$and:[{name:WeThree},

{price:

db.literature.find({$or:[{name:WeThree},

{name:

c]}})db.literature.insert({id:2,

name:name,

date:NumberLong(12345678)})db.literature.update({name:name},

{$set:

{name:minh}})db.literature.remove({id:2})参考

https://www.mongodb.com/docs/manual/sharding/

https://zhuanlan.zhihu.com/p/598892366