分片策略（范围分片、哈希分片、区域分片）

分片策略概述

MongoDB的分片策略决定了数据如何在分片集群中分布。合理选择分片策略对查询性能和集群扩展性至关重要。三种主要分片策略各有特点，适用于不同场景。

范围分片

范围分片基于分片键的值范围将数据分配到不同分片。MongoDB将分片键的值空间划分为多个连续范围，每个范围对应一个分片。

工作原理

1. 系统维护一个配置服务器，记录各分片负责的值范围
2. 插入文档时，根据分片键值确定所属范围
3. 查询时，路由服务根据查询条件将请求路由到特定分片

适用场景

• 范围查询频繁的场景
• 分片键有明显自然顺序的数据（如时间序列）
• 需要按特定顺序访问数据的应用

示例代码

// 启用范围分片
sh.shardCollection("orders.orders", { orderDate: 1 })

// 插入文档时会根据orderDate值分配到不同分片
db.orders.insertMany([
  { orderId: 1, orderDate: new Date("2023-01-01"), amount: 100 },
  { orderId: 2, orderDate: new Date("2023-02-01"), amount: 200 },
  { orderId: 3, orderDate: new Date("2023-03-01"), amount: 300 }
])

优缺点

优点：

• 范围查询效率高，可以只访问相关分片
• 数据分布可预测，便于管理

缺点：

• 可能导致数据分布不均（热点问题）
• 新增分片时需要手动调整范围边界

哈希分片

哈希分片通过对分片键值计算哈希值来分配数据。这种方式使数据随机分布在各分片上。

工作原理

1. 对分片键值应用哈希函数，生成哈希值
2. 根据哈希值范围将数据分配到不同分片
3. 查询时，精确匹配查询需要计算哈希值确定分片位置

适用场景

• 写操作频繁且需要均匀分布的负载
• 分片键值随机性强的场景
• 不需要范围查询的精确查询场景

示例代码

// 启用哈希分片
sh.shardCollection("users.profiles", { userId: "hashed" })

// 插入文档时会根据userId的哈希值分配到不同分片
db.profiles.insertMany([
  { userId: "user1", name: "Alice", age: 25 },
  { userId: "user2", name: "Bob", age: 30 },
  { userId: "user3", name: "Charlie", age: 35 }
])

优缺点

优点：

• 数据分布均匀，避免热点
• 扩展性好，新增分片时数据自动重新平衡

缺点：

• 范围查询效率低，需要查询所有分片
• 不支持复合哈希分片键

区域分片

区域分片允许将数据按特定规则分组到不同区域，每个区域可包含多个分片。这是范围分片的扩展，增加了地理或逻辑分组的维度。

工作原理

1. 定义区域和分片键范围
2. 将分片分配给特定区域
3. 数据根据分片键值分配到对应区域的分片
4. 可以设置区域优先级，控制数据迁移

适用场景

• 需要地理分布数据的场景
• 数据有明确业务分组的场景
• 需要满足数据主权要求的应用

示例代码

// 创建区域
sh.addShardTag("shard0000", "US")
sh.addShardTag("shard0001", "EU")

// 定义区域范围
sh.addTagRange("orders.orders", { region: "US" }, { region: "US" }, "US")
sh.addTagRange("orders.orders", { region: "EU" }, { region: "EU" }, "EU")

// 插入文档时会根据region值分配到对应区域的分片
db.orders.insertMany([
  { orderId: 1, region: "US", amount: 100 },
  { orderId: 2, region: "EU", amount: 200 },
  { orderId: 3, region: "US", amount: 300 }
])

优缺点

优点：

• 精细控制数据位置
• 支持多级数据分布策略
• 可以优化地理邻近查询

缺点：

• 配置复杂，需要预先规划
• 可能导致某些区域负载不均衡

分片策略选择考虑因素

选择分片策略时需要综合考虑多个因素：

1. 查询模式：频繁范围查询适合范围分片，精确查询适合哈希分片
2. 写入模式：高写入吞吐量场景适合哈希分片
3. 数据增长模式：时间序列数据适合范围分片
4. 硬件配置：不同分片可能有不同硬件配置
5. 合规要求：数据主权要求可能需要区域分片

复合分片键策略

对于复杂场景，可以使用复合分片键组合不同策略的优点：

// 组合范围分片和哈希分片的优势
sh.shardCollection("logs.entries", { date: 1, userId: "hashed" })

这种组合方式可以：

• 按日期范围分布数据，优化时间范围查询
• 在相同日期内按用户ID哈希分布，避免热点

分片策略监控与调整

实施分片策略后需要持续监控其效果：

1. 使用db.collection.getShardDistribution()查看数据分布
2. 监控各分片的负载情况
3. 观察查询性能指标
4. 必要时调整分片键或重新平衡数据

// 查看分片分布情况
db.orders.getShardDistribution()

// 手动触发数据平衡
sh.startBalancer()

分片策略与索引设计

分片策略与索引设计密切相关：

1. 分片键自动成为索引
2. 查询性能取决于是否使用分片键
3. 复合分片键的顺序影响查询效率
4. 二级索引可以是局部的（只存在于分片）或全局的

// 在分片集合上创建索引
db.orders.createIndex({ customerId: 1 })

// 查看索引信息
db.orders.getIndexes()