MongoDB分片喽（八）
一、分片你造吗？
分片，也叫做分区，是一种常用的数据库优化技术。其含义就是将数据拆分，将数据分散到不同机器上的过程。这样就能够使得系统可以存储更多的数据，处于更大的负载。
几乎所有的数据库软件都可以进行手动分片，通过应用程序管理不同服务器上的不同数据，查询也需要寻找正确的服务器。这样虽然可以减轻负载，但是却难以维护，比如我们向集群添加节点或者删除节点，都需要对应的调整数据的分布。
MongoDB在这一点上做得不错，它支持自动分片，集群可以自动切分数据，达到负载均衡，从而使管理人员可以摆脱手动分片。
二、mongo的分片你懂吗
下面说说分片的原理。MongoDB分片的基本思想就是将集合切分成小块，这些块分散到若干片里面，每个片只负责总数据的一部分。
应用程序不需要知道哪些片对应哪些数据，也不需要知道数据是否已经拆分。MongoDB通过另外一个独立的路由进程mongos来实现这个功能。
mongos路由进程知道所有数据的存放位置，所以应用可以连接它来正常发送请求。而对于应用来说，自己只知道连接了一个普通的mongod。也就是说，mongos对应用隐藏了分片的细节。
为什么要隐藏了？其实就是为了拓展的时候，不必修改应用程序的代码。
应用场景
说完了原理，那什么时候需要用到分片呢？有以下几种情况：
1. 机器的磁盘不够用了
2. 单个mongodb已经不再满足性能需要
3. 想将大量数据放入内存提高性能
一般来说，先从不分片开始，然后在需要的时候将其转换成分片。
片键
设置分片时,需要从集合里面选一个键,用该键的值作为数据拆分的依据。这个键成为片键。
假设有个文档集合表示的是人员,如果选择名字”name”做为片键,第一篇可能会存放名字以A-F开头的文档；第二片存G-P开头的文档；第三篇存Q-Z的文档。
随着增加或删除片,MongoDB会重新平衡数据,使得每片的流量比较均衡,数据量也在合理范围内。
那么我们应该如何选择片键呢？
如果我们选择了时间属性的键作为片键，那么随着时间增长，所有的文档都会以最后一片插入。这就不适合写入操作负载很高的情况，但是查询起来就比较方便。
如果我们选择了分布均匀的片键，就会提高写入操作的负载能力，但是就会影响查询的性能。
我们也可以选择复合片键，将两个属性键结合为一个片键。
其实和索引的原理相似，事实上，片键也是最常用的索引。
三、分片你来试试
1、mongodb分片的基本结构包括：多个数据库节点shard、configserver、mongos组成。
- shard1、shard.....：mongodb服务的片节点。存储数据
- configserver：维护meta信息，判断某条数据存储到哪台节点的服务器上。本身不存储数据
- mongs：查询数据时，要先找到configserver，询问查询的数据到哪个shard上取数据。
2、搭建shard分片节点服务器。首先启动27017和27018两个实例节点做分片服务器。
①、创建服务器存储数据的数据库路径和log路径。其中m17,m18作为分片服务器，m20作为configserver服务器。
mkdir -p /home/m17 /home/m18 /home/m20 /home/mlog
②、启动两个分片服务器实例
./bin/mongod --dbpath /home/m17 --logpath /home/mlog/m17.log --fork --port 27017 --smallfiles --journal -storageEngine=mmapv1
./bin/mongod --dbpath /home/m18 --logpath /home/mlog/m18.log --fork --port 27018 --smallfiles --journal -storageEngine=mmapv1
③、启动configsvr服务器
./bin/mongod --dbpath /home/m20 --logpath /home/mlog/m20.log --fork --port 27020 --configsvr --smallfiles --journal -storageEngine=mmapv1
--dbpath：指定数据库路径
--logpath：指定日志存放路径
--fork：后台运行
--port：设置启动的端口
--replSet：设置同一个复制集，复制集的名称自定义
--journal：32linux需要这个参数才能启动，64位不需要这个参数
--smallfiles：启动时占用较小的空间，如果空间不是很缺少，一般不需要这个参数
-storageEngine：设置数据库的引擎，由于不支持wiredTiger引擎，需要切换支持的引擎，64位系统不需要切换引擎。
④、启动mongos路由
./bin/mongos --logpath /home/mlog/m30.log --fork --port 30000 --configdb 127.0.0.1:27020
--configdb：启动mongs路由需要指明哪个configsvr为他服务，所以后面填写为他服务的configsvr服务器的地址。
⑤、链接mongos添加分片服务器
链接mongos： ./bin/mongo --port 30000
添加分片：
sh.addShard('127.0.0.1:27017')
sh.addShard('127.0.0.1:27018')
查看添加分片状态：
⑥、启动数据库分片功能
sh.enableSharding('shop')
shop为需要开启分片功能的数据库。
查看shop数据库是否开启了分片功能
⑦、设置数据库表格分片
将shop数据库下的goods表格根据goods_id字段进行分片。
添加分片语法：
sh.shardCollection(‘dbName.collectionName’,{field:1});
Field是collection的一个字段,系统将会利用filed的值,来计算应该分到哪一个片上.
这个filed叫”片键”, shard key
⑧、修改chunk的单位大小，达到调整每个chunk存放的数据量。
chunk工作原理：
mongodb分片是以chunk为单位进行分片，当其中的一个节点（27017节点）上存放的chunk比另一个节点（27018）上存放的chunk大于3倍时，那么27017节点上将会将部分chunk移动到27018节点上，来维护各个节点片之间数据的均衡。
查看默认chunk的大小
a、首先保证分片的数据库下有数据，如果没有则插入一条数据。
b、查看chunk大小
c、设置chunk大小
db.settings.save({_id:'chunksize',value:1})
⑨、批量添加数据，查看分片数据。
添加了一百万条数据后，在查看数据在分片上存储的数据
查看chunk在每个分配上的数量。
查看27017分片的数据条数
查看27018分片上的数据条数
到这里，分片就完成了。
那么在这里有个问题，由于chunk是在主分片上先存数据，然后将主分片上的chunk数量和其他分片上chunk数量的多少作比较，如果主分片上的chunk数量大于其他分片上的chunk数量，则将主分片上的chunk向其他分片移动。这样就会造成不同分片服务器之间的IO繁忙。那么如果解决这个问题，在下一篇中Git手动预先分片技能