您可以对分片集群实例中的集合设置数据分片，以充分利用Shard节点的存储空间和计算性能。

背景信息

如果没有对集合设置数据分片，数据将被集中存放在一个Shard节点中，这将导致其他Shard节点的存储空间和计算性能无法被充分利用。

前提条件

实例类型为分片集群实例。

注意事项

  • 片键一经设置，不可修改，不可删除。
  • 执行了数据分片操作后，均衡器会对满足条件的数据进行拆分，这将占用实例的资源，请在业务低峰期操作。
    说明 您可以在设置数据分片之前，调整均衡器的活动窗口，指定它在业务低峰期执行均衡操作。详情请参见 设置Balancer的活动窗口。
  • 片键的选取将影响分片集群实例性能，关于片键选取的案例介绍，请参见如何选择Shard Key。

分片策略介绍

分片策略 说明 适用场景
基于范围的分片 MongoDB按照片键的值的范围将数据拆分为不同的块（chunk），每个块包含了一段范围内的数据。
  • 优点： mongos可以快速定位请求需要的数据，并将请求转发到相应的Shard节点中。
  • 缺点： 可能导致数据在Shard节点上分布不均衡，容易造成读写热点，且不具备写分散性。

片键的值不是单调递增或单调递减、片键的值基数大且重复的频率低、需要范围查询等业务场景。
基于Hash值的分片 MongoDB计算单个字段的哈希值作为索引值，并以哈希值的范围将数据拆分为不同的块。
  • 优点：可以将数据更加均衡地分布在各Shard节点中，具备写分散性。
  • 缺点：不适合进行范围查询，进行范围查询时，需要将读请求分发到所有的Shard节点。

片键的值存在单调递增或递减、片键的值基数大且重复的频率低、需要写入的数据随机分发、数据读取随机性较大等业务场景。

除了上述两种分片策略，您还可以配置复合片键，例如由一个低基数的键和一个单调递增的键组成，详情请参见Shard Key选择案例。

操作步骤

本文以mongodbtest数据库，customer集合为例介绍操作流程。

  1. 通过Mongo Shell登录分片集群实例。
  2. 对集合所在的数据库启用分片功能。 
    sh.enableSharding("<database>")
    说明 <database>：数据库名。

    示例： 

    sh.enableSharding("mongodbtest")
    说明 您可以通过 sh.status()查看分片状态。
  3. 对片键的字段建立索引。 
    db.<collection>.createIndex(<keyPatterns>,<options>)
    说明
    • <collection>：集合名。
    • <keyPatterns>：包含用于建立索引的字段和索引类型。
      常见的索引类型如下：
      • 1：创建升序索引
      • -1：创建降序索引
      • "hashed"：创建哈希索引
    • <options>：表示接收可选参数，详情请参见db.collection.createIndex()，本操作示例中暂未使用到该字段。

    创建升序索引示例： 

    db.customer.createIndex({name:1})

    创建哈希索引示例： 

    db.customer.createIndex({name:"hashed"})
  4. 对集合设置数据分片。 
    sh.shardCollection("<database>.<collection>",{ "<key>":<value> } )
    说明
    • <database>：数据库名。
    • <collection>：集合名。
    • <key>：分片的键，MongoDB将根据片键的值进行数据分片。
    • <value>
      • 1：表示基于范围分片，通常能很好地支持基于片键的范围查询。
      • “hashed”：表示基于哈希分片，通常能将写入均衡分布到各Shard节点中。

    基于范围分片的配置示例： 

    sh.shardCollection("mongodbtest.customer",{"name":1})

    基于哈希分片的配置示例： 

    sh.shardCollection("mongodbtest.customer",{"name":"hashed"})

后续操作

经过一段时间的运行或数据写入后，您可以在Mongo Shell中执行 sh.status()，查看数据在各Shard节点中的分布信息。

您也可以通过执行db.stats()查看该数据库在各Shard节点的数据存储情况。