01 片键
mongodb的片键决定了集合中存储的数据在集合中的分布情况,具体的方法是使用片键值的范围来对集合中的数据进行分区。举个例子:
假如我们以年龄age来作为片键,那么age的范围理论上是0~80,此时,mongodb会为我们定义age的四个范围区间,他们分别是:0~20,20~40,40~60,60~80,每个范围都是一个chunk,这样我们写入数据之后,数据里面的数据块就有:
chunk1: age 0~20
chunk2: age 20~40
chunk3:age 40~60
chunk4:age 60~80
需要注意的是,在一个集合中,被选为片键的这个字段上必须有一个支持片键的索引,或者是必须有一个以这个字段开头的联合索引。
通常情况下,我们给字段添加的索引,最常见的是普通索引或者哈希索引,
普通的索引字段如果作为片键,那么这个片键我们称为范围片键;
哈希索引字段如果作为片键,那么这个片键我们称为哈希片键。
下面我们来看二者的不同之处:
02 范围片键(递增片键)
范围片键,顾名思义,就是将数据根据片键划分到连续的范围里面,在这个模型中,那些值"相似"的文档可能位于同一个片中。例如下面这样:
这中分片方式是mongodb默认的分片方式,它有好处也有坏处。
好处:
可以高效的读取连续范围内的目标文档。如果你使用范围查询,则可以比较快速的拿到所有的结果值。因为数据所在的数据chunk比较少。
坏处:
如果我们写入的数据都几种在某一个分片区间,那么读写性能都可能因为片键划分不均匀而降低。(例如下图中,数据的基数大部分在20~maxkey,则大部分都在chunk c的位置,本身分布不均匀),chunk c的写入压力将会增大。
在下列场景中,使用范围片键比较合适:
1、数据的基数比较大
2、分片的写入频率比较低(插入较少不容易产生chunk的搬运)
3、非单调变化的分片(如果单调写,则会分到同一个块里面,容易达到chunk割裂的条件,产生chunk的搬运)
如果数据满足上面的三个条件,则我们写入的数据可能是这样的:
就是比较均匀的写入到了数据块中。
03 哈希片键
哈希片键使用哈希索引在共享集群中对数据进行分区。哈希索引计算单个字段的哈希值作为索引值,该值用作片键(注意,这里并不是字段本身的值,而是hash之后的值)。
使用哈希索引,我们写入数据之后,对应写入数据块的图示可能如下:
从图中我们看出来,虽然我们输入的x值比较接近,分别是25、26、27,但是,经过hash函数之后,他们所在的数据块序号可能差距很远。
哈希分片在分片集群中提供了更均匀的数据分布,集合中那些具有近似值的文档,可能会被分到不同的块上,mongos更有可能执行广播操作来完成给定的范围查询。
哈希值得计算,是由mongodb来负责的,不是应用程序负责的
作为哈希片键的索引字段应该有如下特点:
1、具有大量不同的值
2、哈希索引适合单调变化的字段,例如自增值,时间值等(因为可以将单调的字段通过hash函数映射到不同的块上去,从而分散写入压力,例如下图,虽然数据连续,但是写入了不同的数据块中)
它的缺点也比较明显,当我们查询某个范围的值的时候,hash索引会查找更多的数据分片,并将最终的结果汇总起来交给我们。
在实际生产环境中,我们需要结合自己的需求来确定使用哪种类型的片键,再次强调,在设定某个字段作为片键之前,需要先在当前字段创建对应类型的索引,或者创建一个以当前字段开头的联合索引。否则设定片键的语句会报错。
下面是分片创建从无到有的过程举例:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
|
1、创建表,只有一个字段 name ,并插入数据
mongos> use aaa
switched to db aaa
mongos> db.aaa. insert ({ name :1})
writeresult({ "ninserted" : 1 })
mongos> db.aaa. insert ({ name :2})
writeresult({ "ninserted" : 1 })
mongos> db.aaa. insert ({ name :3})
writeresult({ "ninserted" : 1 })
mongos> db.aaa. insert ({ name :4})
writeresult({ "ninserted" : 1 })
mongos>
2、查看数据
mongos> db.aaa.find()
{ "_id" : objectid( "5fdb7d54d91f2f9bae3b09a1" ), "name" : 1 }
{ "_id" : objectid( "5fdb7d56d91f2f9bae3b09a2" ), "name" : 2 }
{ "_id" : objectid( "5fdb7d59d91f2f9bae3b09a3" ), "name" : 3 }
{ "_id" : objectid( "5fdb7d5cd91f2f9bae3b09a4" ), "name" : 4 }
3、允许数据库分片
mongos> sh.enablesharding( "aaa" )
{
"ok" : 1,
"operationtime" : timestamp (1608220038, 3),
"$clustertime" : {
"clustertime" : timestamp (1608220038, 3),
"signature" : {
"hash" : bindata(0, "shemm3xvsyrmiy9t7gsycvtfuue=" ),
"keyid" : numberlong( "6894922308364795934" )
}
}
}
mongos>
4、在 name 字段创建hash索引
mongos> db.aaa.createindex({ name : "hashed" },{background: true })
{
"raw" : {
"sharding_yeyz/127.0.0.1:27018,127.0.0.1:27019,127.0.0.1:27020" : {
"createdcollectionautomatically" : false ,
"numindexesbefore" : 1,
"numindexesafter" : 2,
"ok" : 1
}
},
"ok" : 1,
"operationtime" : timestamp (1608220115, 3),
"$clustertime" : {
"clustertime" : timestamp (1608220115, 3),
"signature" : {
"hash" : bindata(0, "s3wz9g26ejyocwa1ols6tvyu6se=" ),
"keyid" : numberlong( "6894922308364795934" )
}
}
}
5、以 name 字段作为片键创建哈希分片
mongos> sh.shardcollection( "aaa.aaa" ,{ name : "hashed" })
{
"collectionsharded" : "aaa.aaa" ,
"collectionuuid" : uuid( "20a3895e-d821-43ae-9d28-305e6ae03bbc" ),
"ok" : 1,
"operationtime" : timestamp (1608220238, 10),
"$clustertime" : {
"clustertime" : timestamp (1608220238, 10),
"signature" : {
"hash" : bindata(0, "qeqld3jssvrzkyamea2hjbezedm=" ),
"keyid" : numberlong( "6894922308364795934" )
}
}
}
6、查看分片信息
mongos> db.printshardingstatus()
--- sharding status ---
sharding version: {
"_id" : 1,
"mincompatibleversion" : 5,
"currentversion" : 6,
"clusterid" : objectid( "5fafaf4f5785d9965548f687" )
}
shards:
{ "_id" : "sharding_yeyz" , "host" : "sharding_yeyz/127.0.0.1:27018,127.0.0.1:27019,127.0.0.1:27020" , "state" : 1 }
{ "_id" : "sharding_yeyz1" , "host" : "sharding_yeyz1/127.0.0.1:27024,127.0.0.1:27025,127.0.0.1:27026" , "state" : 1 }
active mongoses:
"4.0.6" : 1
autosplit:
currently enabled: yes
balancer:
currently enabled: yes
currently running: no
failed balancer rounds in last 5 attempts: 2
last reported error: could not find host matching read preference { mode: "primary" } for set sharding_yeyz
time of reported error: wed nov 18 2020 17:08:14 gmt+0800 (cst)
migration results for the last 24 hours:
no recent migrations
databases:
{ "_id" : "aaa" , "primary" : "sharding_yeyz" , "partitioned" : true , "version" : { "uuid" : uuid( "26e55931-d1c1-4dc5-8a03-b5b0e70f6f43" ), "lastmod" : 1 } }
aaa.aaa
shard key : { "name" : "hashed" }
unique : false
balancing: true
chunks:
sharding_yeyz 1
{ "name" : { "$minkey" : 1 } } -->> { "name" : { "$maxkey" : 1 } } on : sharding_yeyz timestamp(1, 0)
|
以上就是详解mongodb范围片键和哈希片键的详细内容,更多关于mongodb范围片键和哈希片键的资料请关注服务器之家其它相关文章!
原文链接:https://cloud.tencent.com/developer/article/1766065