【MongoDB】在windows平台下mongodb的分片集群（五）

本篇接着上面的四篇继续讲述在window平台下mongodb的分片集群搭建。在分片集群中也照样可以创建索引，创建索引的方式与在单独数据库中创建索引的方式一样。因此这不再多说。本篇主要聚焦在分片键的选取问题上。 分片键通俗来说就是分割海量数据的标记符。 如

本篇接着上面的四篇继续讲述在window平台下mongodb的分片集群搭建。在分片集群中也照样可以创建索引，创建索引的方式与在单独数据库中创建索引的方式一样。因此这不再多说。本篇主要聚焦在分片键的选取问题上。

分片键通俗来说就是分割海量数据的标记符。 如果更高效的划分海量数据往往依赖于分片键的选择。 分片键选得不好，应用程序就无法利用分片集群所提供的诸多优势。在这种情况下，查询和插入得系能都回显著下降。

一、低效的分片键

1.1 分布差

BSON对象ID是每个mongodb文档的默认主键。所有的对象ID最重要的组成部分是时间戳，也就是说对象ID是升序的，遗憾的是升序对于分片键来说是很糟糕的。由于分片是基于范围的。使用升序的分片键后，所有最近插入的文档会落在某个很小的连续范围内。如果想让插入负载分不到多个分片上，就不能使用升序分片键，应需某些随机性更强发的的东西。

1.2 缺乏局部性

升序分片键由明确的方向，完全随机的分片键根部没有方向。前者无法分散插入，而后者则可能将插入分散太慢。假设分片集合中每个文档都包含一个MD5，而MD5字段就是分片键。因为MD5随着文档的不同而进行变化。所有该分片键能确保插入的文档均匀分布在集群的分片上。但是有个问题，对于每个分片的MD5字段索引进行的插入过程中，索引中每个虚拟内存分页都有可能被访问到。这就意外着有可能所有的索引和数据都装在内存中。从而超出了物理内存。

3. 无法拆分的块

随机分片键和升序分片键都不好用，那么就尝试一下粗粒度分片键。举个例子，例如用户Id上传了100张照片，那么分片键就是用户ID，第一原因对于每张照片来说具有随机性，同时可以通过局部性引用来提升效率。但有个问题就是当用户ID上传的照片太大时候，以至于不得不分块。而系统又不能把一个用户的照片拆分成多个快。

二、理想的分片键

通过上面分析，理想的分片键应该满足：
1. 将插入数据均匀分布到各个分片上 2.保证crud操作能够利用局部性 3. 有足够的粒度进行块划分
举个例子：创建一个网站分析系统，一个不错的数据模型就是每个网页每月保存一个文档，随后在那个文档中保持该月每天的数据，每次访问某个页面增加一些计数器字段。下面是于分片键有关的实例分析文档：
｛ _id: objectId("34535353245eraf32223sdarwe") domin:"org.mongod" url:"download" perid:"2011-12" ｝
最简单的分片就是包含每个网页的域名，随后是url{domain:1, url:1}所有来自指定域的页面通常都落在一个分片上，但是一些特殊的域拥有大量页面，在必要时候仍会被拆分到分片上。

备注：本篇内容大多引自《MongoDB in action》 Kyle Banker著