当数据量比较大的时候，我们需要把数分片运行在不同的机器中，以降低CPU、内存和Io的压力，Sharding就是数据库分片技术。
MongoDB分片技术类似MySQL的水平切分和垂直切分，数据库主要由俩种方式做Sharding：垂直扩展和横向切分。
垂直扩展的方式就是进行集群扩展，添加更多的CPU，内存，磁盘空间等。
横向切分则是通过数据分片的方式，通过集群统一提供服务：
（1）MongoDB的Sharding架构
其中，Router负责接受访问，然后去config服务器中查询元数据，将数据存储信息返回给Router，Router服务器根据元数据的存储信息在分片服务器上读取或者写入数据。
（2）MongoDB分片架构中的角色
a、数据分片（Shards）
用来保存数据，保证数据的高可用性和一致性。可以是一个单独的mongod实例，也可以是一个副本集。在生产环境下Shard一般是一个Replica Set，以防止该数据片的单点故障。所有Shard中有一个PrimaryShard，里面包含未进行划分的数据集合：
b、查询路由（Query Routers）
路由就是mongos的实例，客户端直接连接mongos，由mongos把读写请求路由到指定的Shard上去。
一个Sharding集群，可以有一个mongos，也可以有多个mongos以减轻客户端请求的压力。
c、配置服务器（Config servers）
保存集群的元数据（metadata），包含各个Shard的路由规则。
Sharding分片技术（混合模式）高可用方案的架构图如下：
1）Sharding分片技术（混合模式）高可用架构下MongoDB数据写入流程
第一步：客户端访问路由服务器（Mongos），路由服务器接收到请求。
第二步：路由服务器将客户端访问配置服务器，配置服务器（Config）根据根据请求信息将数据信息写入到元数据中。
第三步：配置服务器将根据自身记录的元数据信息，指定数据存储位置，并将元数据信息（数据存储位置）返回给路由服务器。
第四步：路由服务器根据Config服务器返回的配置信息，将数据存储到mongod中（数据存储服务器）。存储服务器对数据进行备份和分片存储。
2）高可用集群下从MongoDB读取数据流程
第一步：Mongos接受客户端请求，根据并判断请求是否合理（数据库地址是否正确，连接数是否超过最大）
第二步：路由服务器与客户端建立连接，并根据请求信息，去Config服务器中查询元数据信息。
第三步：config服务器将数信息返回给路由服务器。
第四步： config服务器根据元数据信息（数据存储位置），去MongoD服务器中，查询数据。
第五步：数据服务器将数据查询结果返回给路由服务器。
| 192.168.86.131 | 192.168.86.132 | 192.168.86.133 |
| mongos | mongos | mongos |
| config server | config server | config server |
| shard server1 主节点 | shard server1 副节点 | shard server1 仲裁 |
| shard server2 仲裁 | shard server2 主节点 | shard server2 副节点 |
| shard server3 副节点 | shard server3 仲裁 | shard server3 主节点 |
mongos：20000 config：21000 shard1：27001 shard2：27002 shard3：27003
wget https://fastdl.mongodb.org/linux/mongodb-linux-x86_64-amazon-4.0.9.tgz tar -xzvf mongodb-linux-x86_64-amazon-4.0.9.tgz -C /usr/local/
cd /usr/local/ ln -s /usr/local/mongodb-linux-x86_64-amazon-3.6.2 /usr/local/mongodb
进入到/etc/profile中配置MongoDB的全局变量信息
vi /etc/profile # MongoDB 环境变量内容 export MONGODB_HOME=/usr/local/mongodb export PATH=$MONGODB_HOME/bin:$PATH
生效环境变量
source /etc/profile
分别在每台机器建立conf、mongos、config、shard1、shard2、shard3六个目录，因为mongos不存储数据，只需要建立日志文件目录即可。
mkdir -p /usr/local/mongodb/conf mkdir -p /usr/local/mongodb/mongos/log mkdir -p /usr/local/mongodb/config/data mkdir -p /usr/local/mongodb/config/log mkdir -p /usr/local/mongodb/shard1/data mkdir -p /usr/local/mongodb/shard1/log mkdir -p /usr/local/mongodb/shard2/data mkdir -p /usr/local/mongodb/shard2/log mkdir -p /usr/local/mongodb/shard3/data
mongodb3.4版本以后要求配置服务器也创建副本集，不然集群搭建不成功。
(三台机器)添加配置文件
vi /usr/local/mongodb/conf/config.conf ## 配置文件内容 pidfilepath = /usr/local/mongodb/config/log/configsrv.pid dbpath = /usr/local/mongodb/config/data logpath = /usr/local/mongodb/config/log/congigsrv.log logappend = true bind_ip = 0.0.0.0 port = 21000 fork = true #declare this is a config db of a cluster; configsvr = true #副本集名称 replSet = configs #设置最大连接数 maxConns = 20000
启动三台服务器的config server
mongod -f /usr/local/mongodb/conf/config.conf
登录任意一台配置服务器，初始化配置副本集
连接 MongoDB
mongo --port 21000
配置config变量
config = {
_id : "configs",
members : [
{_id : 0, host : "192.168.86.131:21000" },
{_id : 1, host : "192.168.86.132:21000" },
{_id : 2, host : "192.168.86.133:21000" }
]
}
初始化副本集
rs.initiate(config)
> config = {
... _id : "configs",
... members : [
... {_id : 0, host : "192.168.86.131:21000" },
... {_id : 1, host : "192.168.86.132:21000" },
... {_id : 2, host : "192.168.86.133:21000" }
... ]
... }
{
"_id" : "configs",
"members" : [
{
"_id" : 0,
"host" : "192.168.86.131:21000"
},
{
"_id" : 1,
"host" : "192.168.86.132:21000"
},
{
"_id" : 2,
"host" : "192.168.86.133:21000"
}
]
}
> rs.initiate(config);
{
"ok" : 1,
"operationTime" : Timestamp(1517369899, 1),
"$gleStats" : {
"lastOpTime" : Timestamp(1517369899, 1),
"electionId" : ObjectId("000000000000000000000000")
},
"$clusterTime" : {
"clusterTime" : Timestamp(1517369899, 1),
"signature" : {
"hash" : BinData(0,"AAAAAAAAAAAAAAAAAAAAAAAAAAA="),
"keyId" : NumberLong(0)
}
}
}
configs:SECONDARY>
此时会发现终端上的输出已经有了变化。
//从单个一个 > //变成了 configs:SECONDARY>
查询状态
configs:SECONDARY> rs.status()
(三台机器)设置第一个分片副本集
配置文件
vi /usr/local/mongodb/conf/shard1.conf #配置文件内容 #——————————————– pidfilepath = /usr/local/mongodb/shard1/log/shard1.pid dbpath = /usr/local/mongodb/shard1/data logpath = /usr/local/mongodb/shard1/log/shard1.log logappend = true bind_ip = 0.0.0.0 port = 27001 fork = true #副本集名称 replSet = shard1 #declare this is a shard db of a cluster; shardsvr = true #设置最大连接数 maxConns = 20000
启动三台服务器的shard1 server
mongod -f /usr/local/mongodb/conf/shard1.conf登陆任意一台服务器，初始化副本集(除了192.168.86.133)，因为仲裁服务器没有访问权限，负责会初始化失败。
连接 MongoDB
mongo --port 27001
使用admin数据库
use admin
定义副本集配置
config = {
_id : "shard1",
members : [
{_id : 0, host : "192.168.86.131:27001" },
{_id : 1, host : "192.168.86.132:27001" },
{_id : 2, host : "192.168.86.133:27001" , arbiterOnly: true }
]
}
初始化副本集配置
rs.initiate(config)
响应内容如下
> use admin
switched to db admin
> config = {
... _id : "shard1",
... members : [
... {_id : 0, host : "192.168.86.131:27001" },
... {_id : 1, host : "192.168.86.132:27001" },
... {_id : 2, host : "192.168.86.133:27001" , arbiterOnly: true }
... ]
... }
{
"_id" : "shard1",
"members" : [
{
"_id" : 0,
"host" : "192.168.86.131:27001"
},
{
"_id" : 1,
"host" : "192.168.86.132:27001"
},
{
"_id" : 2,
"host" : "192.168.86.133:27001",
"arbiterOnly" : true
}
]
}
> rs.initiate(config)
{ "ok" : 1 }
此时会发现终端上的输出已经有了变化。
//从单个一个 > //变成了 shard1:SECONDARY>
查询状态
shard1:SECONDARY> rs.status()
第二、第三个服务器配置过程同上，只需将配置文件中的服务器名称改为shard2、shard3，将端口改为27002,27003即可，仲裁服务器分别选择第二个和第三个。
（三台机器）先启动配置服务器和分片服务器,后启动路由实例启动路由实例:
vi /usr/local/mongodb/conf/mongos.conf #内容 pidfilepath = /usr/local/mongodb/mongos/log/mongos.pid logpath = /usr/local/mongodb/mongos/log/mongos.log logappend = true bind_ip = 0.0.0.0 port = 20000 fork = true #监听的配置服务器,只能有1个或者3个 configs为配置服务器的副本集名字 configdb = configs/192.168.86.131:21000,192.168.86.132:21000,192.168.86.133:21000 #设置最大连接数 maxConns = 20000
启动三台服务器的mongos server
mongos -f /usr/local/mongodb/conf/mongos.conf目前搭建了mongodb配置服务器、路由服务器，各个分片服务器，不过应用程序连接到mongos路由服务器并不能使用分片机制，还需要在程序里设置分片配置，让分片生效。
登陆任意一台mongos
mongo --port 20000
使用admin数据库
use admin串联路由服务器与分配副本集
sh.addShard("shard1/192.168.86.131:27001,192.168.86.132:27001,192.168.86.123:27001");
sh.addShard("shard2/192.168.86.131:27002,192.168.86.132:27002,192.168.86.133:27002");
sh.addShard("shard3/192.168.86.131:27003,192.168.86.132:27003,192.168.86.133:27003");
查看集群状态
sh.status()
响应内容如下
mongos> sh.status()
--- Sharding Status ---
sharding version: {
"_id" : 1,
"minCompatibleVersion" : 5,
"currentVersion" : 6,
"clusterId" : ObjectId("5a713a37d56e076f3eb47acf")
}
shards:
{ "_id" : "shard1", "host" : "shard1/192.168.86.131:27001,192.168.86.132:27001", "state" : 1 }
{ "_id" : "shard2", "host" : "shard2/192.168.86.132:27002,192.168.86.133:27002", "state" : 1 }
{ "_id" : "shard3", "host" : "shard3/192.168.86.131:27003,192.168.86.133:27003", "state" : 1 }
active mongoses:
"4.0.9" : 3
autosplit:
Currently enabled: yes
balancer:
Currently enabled: yes
Currently running: no
Failed balancer rounds in last 5 attempts: 0
Migration Results for the last 24 hours:
No recent migrations
databases:
{ "_id" : "config", "primary" : "config", "partitioned" : true }
mongos>
目前配置服务、路由服务、分片服务、副本集服务都已经串联起来了，但我们的目的是希望插入数据，数据能够自动分片。连接在mongos上，准备让指定的数据库、指定的集合分片生效。
登陆任意一台mongos
mongo --port 20000使用admin数据库
use admin指定testdb分片生效，如下图：
db.runCommand( { enablesharding :"testdb"});
或
mongos> sh.enablesharding("testdb")
指定数据库里需要分片的集合和片键，哈希id分片（注意：分片的字段数据应该是变化的，不然分片不成功），如下图：
db.runCommand( { shardCollection : "testdb.table1",key : {"name": "hashed"} } );
或
mongos> sh.shardCollection("testdb.table1", {"name": "hashed"})
通过命令查看mongodb路由服务器上的shards集合会有数据展示，如下图：
通过命令查看mongodb路由服务器上的chunks集合会有数据展示，如下图
use testdb;
for(i=1;i<=100000;i++){db.table3.insert({"id":i,"name":"penglei"})};
总条数
db.table1.aggregate([{$group : {_id : "$name", totle : {$sum : 1}}}])
查看分片情况如下
结论数据基本均匀
原文：https://www.cnblogs.com/chhyan-dream/p/12342020.html