阅读目的：深刻的了解MongoDB的分片机制

阅读关键： 无比要对MongoDB的与分片 shard有关的概念有清楚的了解。

 1：   Shard介绍

        shard指的是水平方向的多节点的数据分散的存储，说的更简单一点，就是一台机器上可能装不下的数据，我们

装到多台机器上去，比如，我们将全国的省份证的信息，存储到不同的Shard Server中间去，这里的Shard Server，就是每一个分布式的Mongo机器。

        应用的程序可以通过mongos process 登陆到shard集群之中，MongoPress 进行一个路由上的调度。查询，请求的过程也是如此。 面对使用者只有一层一个节点。

    

2： 负载均衡和失效切换

        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。更简单的话来形容，就是

写入的时候如果向某一台机器上去写，超过了机器自身的能力了，就会重新的分发数据，与之对应的Hbase，通常会出现单台

写入的热点问题，目前对于Mongo的处理机制还未知。

      在一个通常的配置之中，每一个Shard中都该包含了2个以上节点的设备组，设备组的名字通常称为 replica.set，replica.set有N台服务器，在其中有一个为主，其他的为辅助，一旦其中的一个挂掉以后，会自动重启将一台服务器切换为

主服务器。

3：

    Shard架构图：

        

        

4 ：shard key 

            要实现分片功能，我们需要指定集合的分片key，相当于数据库的分区字段，

这个分片key通常需要创建一个索引，分片key可以由一个或则多个字段构成

5： chunks

        Chunks是一个集合之中的一段连续的数据，当一个Chunk达到一定大小的时候，就会开始分裂。当一个

shard超过一定量的数据时，chunk会被迁移到其他shard之中，新增shard也会影响chunk的移动，好比你把日志

写入到你的本地文件，规定是60M的一个文件，一旦超过大小，就有新的文件，一旦文件在机器上存放不了了，

那就将这台机器上的文件转移到其他的机器上去～        

  MongoDB的shard，四环一种将海量的数据水平扩展的数据库集群系统，数据库分表存放在Sharding的

各个节点之上。

相对于关系数据库而言，Chunk就是数据库中的一行记录，Collection就是对于与关系数据库中的表。

Shard Server

即存储实际数据的分片，每个Shard可以是一个mongod实例，也可以是一组mongod实例构成的Replica Set。为了实现每个Shard内部的auto-failover，MongoDB官方建议每个Shard为一组Replica Set。关于如何安装及搭建replica set请参考我的另一篇文章 http://gong1208.iteye.com/blog/1558355

 

Config Server

为了将一个特定的collection存储在多个shard中，需要为该collection指定一个shard key，例如{age: 1} ，shard key可以决定该条记录属于哪个chunk。Config Servers就是用来存储：所有shard节点的配置信息、每个chunk的shard key范围、chunk在各shard的分布情况、该集群中所有DB和collection的sharding配置信息。

说的更加明白一点，Config Server 保存集群的元数据。

 

Route Process

这是一个前端路由，客户端由此接入，然后询问Config Servers需要到哪个Shard上查询或保存记录，再连接相应的Shard进行操作，最后将结果返回给客户端。客户端只需要将原本发给mongod的查询或更新请求原封不动地发给Routing Process，而不必关心所操作的记录存储在哪个Shard上。

route process 说的更明白点就是一个选择器，不断的调度合适的客户端请求，将需求中所请求，所需要的数据，从合适的shard之中返回你所需求的数据。

下面我们在同一台物理机器上构建一个简单的 Sharding Cluster：

架构图如下: