分片集群实例设置数据分片 - 云数据库 MongoDB

您可以对分片集群实例中的集合设置数据分片，以充分利用Shard节点的存储空间和计算性能。

背景信息

如果没有对集合设置数据分片，数据将被集中存放在一个Shard节点中，这将导致其他Shard节点的存储空间和计算性能无法被充分利用。

前提条件

实例类型为分片集群实例。

注意事项

片键一经设置，不可修改，不可删除。
执行了数据分片操作后，均衡器会对满足条件的数据进行拆分，这将占用实例的资源，请在业务低峰期操作。
说明
您可以在设置数据分片之前，调整均衡器的活动窗口，指定它在业务低峰期执行均衡操作。详情请参见设置Balancer的活动窗口。
片键的选取将影响分片集群实例的性能，关于片键选取的案例介绍，请参见如何选择Shard Key和Shard Keys。

分片策略介绍

分片策略

说明

适用场景

基于范围的分片

MongoDB按照片键的值的范围将数据拆分为不同的块（chunk），每个块包含了一段范围内的数据。

优点： mongos可以快速定位请求需要的数据，并将请求转发到相应的Shard节点中。
缺点：可能导致数据在Shard节点上分布不均衡，容易造成读写热点，且不具备写分散性。

片键的值不是单调递增或单调递减、片键的值基数大且重复的频率低、需要范围查询等业务场景。

基于Hash值的分片

MongoDB计算单个字段的哈希值作为索引值，并以哈希值的范围将数据拆分为不同的块。

优点：可以将数据更加均衡地分布在各Shard节点中，具备写分散性。
缺点：不适合进行范围查询，进行范围查询时，需要将读请求分发到所有的Shard节点。

片键的值存在单调递增或递减、片键的值基数大且重复的频率低、需要写入的数据随机分发、数据读取随机性较大等业务场景。

除了上述两种分片策略，您还可以配置复合片键，例如由一个低基数的键和一个单调递增的键组成，详情请参见如何选择Shard Key。

操作步骤

本文以mongodbtest数据库，customer集合为例介绍操作流程。

通过Mongo Shell登录分片集群实例。
对集合所在的数据库启用分片功能。
重要
如果您的实例是MongoDB 6.0及以上版本，可跳过此步骤，更多信息，请参见sh.enableSharding()。
```
sh.enableSharding("<database>")
```
参数说明：<database>为数据库名。
示例：
```
sh.enableSharding("mongodbtest")
```
说明
您可以通过sh.status()查看分片状态。
对片键的字段建立索引。
```
db.<collection>.createIndex(<keyPatterns>,<options>)
```
参数说明：
- <collection>：集合名。
- <keyPatterns>：包含用于建立索引的字段和索引类型。
  常见的索引类型如下：
  - 1：创建升序索引
  - -1：创建降序索引
  - "hashed"：创建哈希索引
- <options>：表示接收可选参数，详情请参见db.collection.createIndex()，本操作示例中暂未使用到该字段。
创建升序索引示例：
```
db.customer.createIndex({name:1})
```
创建哈希索引示例：
```
db.customer.createIndex({name:"hashed"})
```
对集合设置数据分片。
```
sh.shardCollection("<database>.<collection>",{ "<key>":<value> } ) 
```
参数说明：
- <database>：数据库名。
- <collection>：集合名。
- <key>：分片的键，MongoDB将根据片键的值进行数据分片。
- <value>
  - 1：表示基于范围分片，通常能很好地支持基于片键的范围查询。
  - “hashed”：表示基于哈希分片，通常能将写入均衡分布到各Shard节点中。
基于范围分片的配置示例：
```
sh.shardCollection("mongodbtest.customer",{"name":1})
```
基于哈希分片的配置示例：
```
sh.shardCollection("mongodbtest.customer",{"name":"hashed"})
```

后续操作

经过一段时间的运行或数据写入后，您可以在Mongo Shell中执行sh.status()，查看数据在各Shard节点中的分布信息。

您也可以通过执行db.stats()查看该数据库在各Shard节点的数据存储情况。