MongoDB 数据分发

在MongoDB（版本 3.2.9）中，数据的分发是指将collection的数据拆分成块（chunk），分布到不同的分片（shard）上，数据分发主要有2种方式：基于数据块（chunk）数量的均衡分发和基于片键范围（range）的定向分发。MongoDB内置均衡器（balancer），用于拆分块和移动块，自动实现数据块在不同shard上的均匀分布。balancer只保证每个shard上的chunk数量大致相同，不保证每个shard上的doc数量大致相同。

一，数据按照chunk数量进行均衡分发

均衡分发是MongoDB自动实现的，使数据库架构对Application透明，简化系统的管理，使得向分片集群中增减分片变得容易。均衡分发是由MongoDB内置均衡器（balancer）来实现的，Balancer按照collection的索引字段来进行数据分发，该字段叫做片键（sharded key）。片键一般有三种类型：升序片键，随机片键和基于分组的片键。

块（chunk）是由多个doc组成的一个分组，在某个索引字段（片键）上是连续的，每个chunk的片键是有一定范围的。块的默认大小是64MB。有些chunk会非常大，包含的doc数量非常多，但是，在MongoDB看来，仍然是一个chunk，和没有任何doc的空chunk没有区别。均衡分发保证每个shard的chunk数量是大致相同的。因此，片键的选择直接影响分片的好坏。

例如：一个MongoDB分片集群有3个shard，分别是shard1，shar2，shard3。片键的最小值是：$MinKey，最大值是：$MaxKey。包含端值$MinKey的chunk是最小块，包含端值$MaxKey的chunk是最大块。

1，升序片键

升序片键类似date字段或者_id字段，是一种随着时间稳定增长的字段。假如分片的字段是_id字段，集合foo中存在10个doc，每个shard中存在一个数据块，分别是：chunk1：$MinKey-3，chunk2:4-8，chunk3：9-$MaxKey。

使用升序片键的劣势是：每次插入一个新的doc，都会插入到最大块中，这会导致所有的写请求都会被路由到同一个分片，导致最大块不断增长，不断被拆分，然后不断被移动到其他分片中，导致数据的写入不均衡，块移动会额外增加Disk的写数量。使用升序片键的优势是：按照片键进行范围读时，性能高。

2，随机片键

随机片键是指片键的值不是固定增长，而是一些没有规律的键值。由于写入数据是随机分发的，各分片增长的速度大致相同，减少了chunk 迁移的次数。使用随机分片的弊端是：写入的位置是随机的，如果使用Hash Index来产生随机值，那么范围查询的速度会很慢。

3，基于分组的片键

基于分组的片键是两字段的复合片键，第一个字段用于分组，该字段的势最好是比较低的，势是在同一字段中不同值（distinct value）的数量或所占的比例；第二个字段用于自增，该字段最好是自增字段。这种片键策略是最好的，能够实现多热点数据的读写。

单个mongod 在处理升序写请求时是最有效的，数据只需要写入到集合的末尾。基于分组的片键，将数量不多的分组分布在分片集群中，每个shard只有少量的chunk，这样能够将数据的写操作分布在分片集群中的每个shard上，在单个shard上，以升序方式读写数据。一个shard上的分组太多，写请求就相当于随机写了，反而不好。

二，按照片键范围进行定向分发

如果希望特定范围的chunk被分发到特定的分片中，可以为分片添加tag，然后为tag指定相应的片键范围，这样，如果一个doc属于tag的片键范围，就会被定向到特定的shard中。

1，为shard指定tag

sh.addShardTag("shar1","shard_tag1");
sh.addShardTag("shar2","shard_tag2");
sh.addShardTag("shar3","shard_tag2");

2，为tag指定片键范围

sh.addTagRange(
    "db_name.collection_name",
    {field:"min_value"},
    {field:"max_value"}, 
    "shard_tag"
)

每个shard的tag可以使用任意数量的tag，MongoDB的均衡器在移动块时，会将特定片键范围的chunk移动到特定的shard上。
三，手动进行数据的分发

MongoDB内置均衡器（balancer），自动实现数据块的拆分和移动，有时，可以关闭balancer，使用moveChunk命令手动移动数据块。

1，关闭balancer

连接到一个mongos，更新config.setting命名空间

use config
db.setting.update({"_id":"balancer"},{"enabled":false},true)

--or 
sh.setBalancerState(false);

2，拆分块
拆分块是指新增一个边界点，将一个chunk在边界点处拆分成两个chunk。在MongoDB中，将片键从小到大排序，边界值属于右边的chunk。

sh.splitAt("db_name.collection_name",{sharded_filed:"new_boundary_value"})

3，移动块
MongoDB将包含指定文档的chunk移动到指定的shard上，必须使用片键来查找所要一定的chunk。

sh.moveChunk("db_name.collection_name",{sharded_filed:"value_in_chunk"},"new_shard_name")

4，启用balancer

sh.setBalancerState(true)

5，刷新mongos的缓存

在Application layer 和数据存储之间，存在一个Query Router，即mongos，mongos会在第一次启动或分片的元数据被更新之后，从config server 同步配置数据，并缓存在mongos中。有时，mongos无法从config server上及时同步最新的配置信息，导致无法路由到相应的chunk，不能返回正确的数据，可以使用flushRouterConfig 命令手动刷新mongos的缓存

db.adminCommand({"flushRouterConfig":1})

参考文档：

Sharding