【MongoDB】Shard key

1. 使用Shell命令分区

MongoDB提供的分区功能，本节简单介绍在mongo shell的分区命令。

• sh.enableSharding(database) 指定database
• sh.shardCollection(namespace, key, unique, options) 指定Collection
  

【注意】如果库中还没有指定的database则需要顺序执行上面两个命令，如果已经存在指定database，应该可以直接执行命令2。

还有一种命令格式是db.runCommand()，具体的参加官方文档：
https://docs.mongodb.com/manual/reference/command/enableSharding/#dbcmd.enableSharding
https://docs.mongodb.com/manual/reference/command/shardCollection/

2. Sharding Strategy

有两种常用的Sharding方式：hashed、ranged。

2.1 Hashed Sharding

Hashed Sharding方式使用在某一字段（Field）上指定哈希索引的方式指定其为shard key。
指定shard key例子：sh.shardCollection(“ccse.stu”, {“name”:”hashed”})

MongoDB自动计算哈希值，用户不需要对shard key进行哈希。
【注】不清楚MongoDB自带的哈希函数是什么。

哈希分片的好处是使得数据分区更加均匀，但是不支持范围查询，做范围查询就是在所有片上进行搜索。

2.2 Ranged Sharding

基于范围的分区的好处是能够支持范围查询，指定shard key：sh.shardCollection(“ccse.stu”, {“name” : 1, “height” : 1})。

范围分区可以指定多个字段，这和指定复合索引差不多。但是需要注意的是：
1. Hashed Sharding只能指定一个字段
2. Ranged Sharding不能同时指定hash字段，即像这样：sh.shardCollection("ccse.stu", {"name" : 1, "height" : "hashed"})，是不允许的。

下面Ranged Sharding下选取shard key的一些官方建议：

2.2.1 Shard Key的基数

Shard Key的基数决定了Chunk最多有多少。因为同一Shard Key的被存储在一个Chunk中，Chunk分裂不会将同一Shard Key的拆分。

假如有如下模型的Document：
{
price : 20
month : 1
}

如果指定month为shard key，那么最多只要12个chunk，如果数据一多，那么只能是chunk不断增长，就算增加分片也没有意义。

如何想要指定的shard key的基数不大，可以考虑复合索引，再加一个基数大的字段。

2.2.2 Shard Key的频率

再以上面那个例子说明，如果6月的数据特别多，而其他月份的数据很少，这样就是频率问题了，也是需要注意的。

2.2.3 Shard Key非单调变化

假如2.2.1节中的例子选择price为shard key，如果shard key单调递增，那么数据虽然会被分布到不同节点，但在插入时有可能只会往一个节点上插入。因为shard key相近的分布在同一节点，这应该很好理解。

2.2.4 Unique Shard Key

对于一个分区的Collection，只有可能存在以下两种unique key：
1. _id
2. 在shard key上的建立的索引，或复合索引里shard key包含在首位。

3. Shard Key 的限制

Shard Key size

一个 shard key 大小不能超过512个字节

Shard Key是不可变的

如果你想要换另一种shad key，官方建议以下步骤：

• Dump all data from MongoDB into an external format.
• Drop the original sharded collection.
• Configure sharding using the new shard key.
• Pre-split the shard key range to ensure initial even distribution.
• Restore the dumped data into MongoDB.
  简言之，就是先备份数据，然后删除，重新选择shard key，再导入数据。

Shard Key在文档中的值是不变的

• 不能换Shard Key
• 不能更新Shard Key的值

4. 一些实际经验总结

• 插入时Shard Key不能重复，否则报错_dup_key
• 更新时update文档必须指定Shard Key，如下图测试
  

参考

https://docs.mongodb.com/manual/core/sharding-shard-key/#shard-key-indexes
https://docs.mongodb.com/manual/core/sharded-cluster-requirements/
https://docs.mongodb.com/manual/reference/limits/#limits-shard-keys