MongoDB 大俗大雅，上来问分片真三俗 -- 4 分什么分-优快云博客

开头还是介绍一下群，如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题，有需求都可以加群群内有各大数据库行业大咖，可以解决你的问题。加群请联系 liuaustin3 ，（共2710人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9）(1 2 3 4 5 6群均已爆满，7群400+，开8群9群)

这是MongoDB宣传周的第五篇，这周真漫长，今天说说分片，对分片就是那个很多人都在问的MongoDB的分片。你知道吗？有一些根本没有用过MongoDB的人直接上来就问，MongoDB怎么分片，问分片的性能好不好，能存多少数据！我对此的看法，这人一定不是BT，但可能是SB，抱歉爆粗口了。可能因为MySQL的毒害，很多搞MySQL的开发者，架构师，甚至是MySQL的部分DBA，上来对MongoDB的想法就是分片，对应着MySQL在存储大量数据的时候，需要进行分片，物理分库，或者逻辑分库。

抱歉，MongoDB对MySQL来说，他们根本不在一个数据量的存储水平线，可能MySQL一张表你未见过他存储10亿行，但MongoDB一个设计良好的集合，他当然可以存储10亿行。所以你在问分表的时候，你有100亿的数据量？？你问分片的意义是什么，一副没见过世面样子。

一顿贬损后，我们来说说正题。MongoDB 分片的功能何时去用，为什么MongoDB存储那么大的单表数据量没有问题。（当然你别说你要做聚合）

这里整理了关于必须要使用MongoDB sharding 的缘由

1 插入的速度：对插入的速度极限要求，在物理主机层面，说的通，以前是往一个节点上插入数据，且分发到其他的节点上，而分片则是每次可以将数据根据分片键的设计，将数据分布在不同的物理节点上，这必然分担了插入数据的物理上的速度限制，值得注意的是，必须要合理的使用分片键。

2 查询的速度：虽然我们提到单体的MongoDB在一个集合（表）中可以存储大量的数据，在查询中也能满足查询速度的需求，在你有合理的索引的情况下，但不能否认的是，如果你的业务逻辑合理，且数据量巨大，并且你的查询是分散的，并不是类似聚合类的操作，那么合理的分片还是有助你来实现查询速度在一定数量集上的提升。

MongoDB的分片和传统数据库的分片的原理也是类似，支持两种类型的分片

1 Hash

2 范围

3 LIST （通过范围模拟）

三种分别对应不同的状态

1 HASH：选择了HASH的方式主要的目的还是为了插入的速度，因为动态的将数据根据HASH去插入不同的物理节点，这必然是非常快的。

2 范围：这是对于要存储时间较长的历史数据而来的，通过时间范围可以将数据存储在不同的物理位置上

3 LIST （范围模拟）：这实际上是针对字段中某个一个属性而对数据进行分离，比如美国，中国，俄罗斯的数据存储在1号节点，日本，韩国，越南，存储在2号节点，但同时这也是容易出现问题的地方，随着你的定义被改变，你的分片将失去平衡。查询和写入的性能不在均衡。

下面举例一个通用基于Hash 的方式是怎么完成相关命令设置的。

sh.enableSharding("mydb")
db.users.createIndex( { user_id: "hashed" } )
sh.shardCollection("mydb.users", { user_id: "hashed" } )
db.users.insertMany([
  { user_id: 1, name: "Alice" },
  { user_id: 2, name: "Bob" },
  { user_id: 3, name: "Charlie" },
  { user_id: 4, name: "David" },
  { user_id: 5, name: "Eve" },
  { user_id: 6, name: "Frank" },
  { user_id: 7, name: "Grace" },
  { user_id: 8, name: "Henry" },
  { user_id: 9, name: "Ivy" }
]);
 shards: