分片键选择的最佳实践

分片键的基本概念

分片键是MongoDB分片集群中决定数据分布的关键字段。它直接影响数据在分片间的分布方式、查询性能和集群的可扩展性。分片键一旦选定就无法更改，因此选择时需要慎重考虑。

// 示例：创建分片集合时指定分片键
db.runCommand({
  shardCollection: "orders.products",
  key: { customerId: 1, orderDate: -1 }
})

选择分片键的核心原则

基数原则

高基数字段更适合作为分片键。比如用户ID比性别字段更适合，因为用户ID值更多样化。低基数字段会导致数据分布不均匀，形成"热点"分片。

// 不好的示例：低基数字段
{ status: 1 }  // 可能只有"pending","shipped","delivered"几种值

// 好的示例：高基数字段
{ _id: 1 }  // ObjectId具有很高的唯一性

写分布原则

分片键应该使写入操作均匀分布在各个分片上。时间戳作为分片键通常不理想，因为新数据总是写入最后一个分片。

// 可能导致写入热点
{ createdAt: 1 }  // 所有新文档都写入同一个分片范围

// 更好的选择
{ _id: "hashed" }  // 使用哈希分片使写入分布均匀

查询隔离原则

分片键应该能够支持常见的查询模式。理想情况下，查询应该只命中必要的分片（查询隔离）。

// 查询示例
db.orders.find({ customerId: "C12345" })

// 如果customerId是分片键的一部分，MongoDB可以只查询特定分片

复合分片键策略

当单个字段无法满足所有需求时，可以使用复合分片键。通常组合一个高基数字段和一个能提供查询隔离的字段。

// 复合分片键示例
{
  customerId: 1,   // 提供查询隔离
  orderId: 1      // 提供高基数
}

哈希分片与范围分片

哈希分片

通过对字段值进行哈希计算来分配数据。适合随机分布写入负载，但不支持范围查询。

// 哈希分片示例
db.runCommand({
  shardCollection: "logs.entries",
  key: { _id: "hashed" }
})

范围分片

基于值的范围分配数据。支持高效的范围查询，但可能导致数据分布不均。

// 范围分片示例
db.runCommand({
  shardCollection: "products.inventory",
  key: { category: 1, price: 1 }
})

分片键与索引的关系

分片键会自动创建索引，但也可以额外创建复合索引来优化查询。分片集合的所有查询如果包含分片键，效率会更高。

// 分片键自动创建的索引
db.products.getIndexes()
// 输出会显示分片键索引

// 可以添加额外索引优化特定查询
db.products.createIndex({ category: 1, rating: -1 })

实际案例分析

电商平台订单系统

订单表可能选择{customerId: 1, orderDate: -1}作为分片键：

• customerId确保同一用户的订单位于相同或相邻分片
• orderDate提供时间维度分布

// 订单表分片配置
db.runCommand({
  shardCollection: "ecommerce.orders",
  key: { customerId: 1, orderDate: -1 }
})

IoT设备数据

传感器数据可能使用{deviceId: "hashed", timestamp: 1}：

• deviceId哈希确保写入分布均匀
• timestamp支持时间范围查询

// IoT数据分片配置
db.runCommand({
  shardCollection: "iot.sensorData",
  key: { deviceId: "hashed", timestamp: 1 }
})

分片键选择的常见陷阱

单调递增字段

如自增ID或时间戳单独作为分片键会导致所有新写入都进入同一个分片。

// 有问题的分片键
{ autoIncrementId: 1 }  // 写入热点问题

// 改进方案
{ autoIncrementId: "hashed" }  // 使用哈希分片

低效的查询模式

如果常用查询不包含分片键前缀，会导致广播查询（查询所有分片）。

// 分片键是{customerId:1,orderDate:1}
db.orders.find({ orderDate: { $gt: ISODate("2023-01-01") } })
// 这个查询会扫描所有分片，因为缺少customerId条件

分片键调整策略

虽然分片键不能直接修改，但可以通过以下方式间接调整：

1. 创建新集合并设置新分片键
2. 从原集合导出数据到新集合
3. 重命名集合

// 分片键调整过程示例
db.originalCollection.aggregate([{
  $out: "tempCollection"
}])

db.runCommand({
  shardCollection: "db.tempCollection",
  key: { newShardKey: 1 }
})

db.originalCollection.renameCollection("oldCollection")
db.tempCollection.renameCollection("originalCollection")

监控与优化

使用MongoDB工具监控分片集群性能，重点关注：

• 分片间的数据均衡情况
• 查询是否有效利用分片键
• 是否存在热点分片

// 检查分片分布情况
db.collection.getShardDistribution()

// 查看慢查询日志
db.setProfilingLevel(1, { slowms: 50 })
db.system.profile.find().sort({ ts: -1 }).limit(10)