MongoDB的分片是指把大數(shù)據(jù)分散到多臺不同的物理機上，通過分片讀取大數(shù)據(jù)，從而解決單臺服務器不能存儲大量數(shù)據(jù)，單個操作讀取負荷大、性能難以滿足期望等問題。本文主要介紹了MongoDB架構下的分片優(yōu)化實踐。

MongoDB架構下的分片優(yōu)化，一般需要經(jīng)過如下幾個步驟：

1. 分區(qū)鍵的選擇：可以通過一些性能分析工具，來尋找MongoDB數(shù)據(jù)量最大的分區(qū)鍵。這里分為兩類：一類是唯一分區(qū)鍵，非唯一分區(qū)鍵；另一類是按照時間、地理位置等，從而將數(shù)據(jù)庫分成幾個區(qū)域。分區(qū)鍵的選擇是整個MongoDB架構優(yōu)化過程的基礎。

2. 節(jié)點規(guī)劃：如果采用備份方式，將一個主節(jié)點備份到另外一臺服務器上，可以增加數(shù)據(jù)的容錯能力，充分讓用戶利用存儲設備；如果采用Sharding方式，就會分配許多Shard節(jié)點，這些節(jié)點會根據(jù)分區(qū)鍵的維度，分布到各個單元中。

3.數(shù)據(jù)索引：為了提高查詢性能，應當根據(jù)檢索的Key字段，主動創(chuàng)建索引。要根據(jù)頻繁查詢的字段，創(chuàng)建業(yè)務索引，以及按照collection中的_id字段，分區(qū)表的分區(qū)鍵創(chuàng)建索引。

通過上述步驟，MongoDB架構下的分片優(yōu)化，用來解決數(shù)據(jù)讀取時的性能問題，從而提升數(shù)據(jù)訪問以及排序分析等等操作。如某一場景需要將單個集合的1.2億條數(shù)據(jù)進行排序排名，并且每3秒統(tǒng)計和生成排名數(shù)據(jù)，可以通過將以上集合按唯一分區(qū)鍵分片，設置24個分片，使用 24個Shard節(jié)點，有效的將24次排序耗時從12分鐘削減至1分鐘左右：

// 連接MongoDB

client = pymongo.MongoClient(‘mongodb://localhost:27017/’)

// 建立index

db.users.createIndex({“name”: 1})

// 分片

sh.shardCollection(‘db.users’,{“name”: 1},{numInitialChunks: 24})

// 根據(jù)分片鍵來提交查詢

query = {

name: {

‘$in’: [‘hello’,’world’]

}

}

// 進行排序

users.aggregate([

{$match: query}

{

‘$sort’: {

‘name’: -1

}

}

])

從上述代碼可以看出，正確而有效的安排分片規(guī)劃，能夠有效的實現(xiàn)MongoDB架構下的分片優(yōu)化。

總之，分片優(yōu)化不僅可以提高MongoDB的性能，同時也可以實現(xiàn)數(shù)據(jù)的容錯能力，個性化的數(shù)據(jù)劃分。使用MongoDB進行數(shù)據(jù)分片，必須正確的實施，才能夠最大限度的發(fā)揮其所提供的性能提升的作用。