持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第31天,点击查看活动详情
一、分片简介
分片(shard)是指在将数据进行水平切分之后,将其存储到多个不同的服务器节点上的一种扩展方式
。分片在概念上非常类似于应用开发中的“水平分表”。不同的点在于,MongoDB本身就自带了分片管理的能力,对于开发者来说可以做到开箱即用。
1-1、为什么要使用分片?
MongoDB复制集实现了数据的多副本复制及高可用,但是一个复制集能承载的容量和负载是有限的
。在你遇到下面的场景时,就需要考虑使用分片了:
- 存储容量需求超出单机的磁盘容量。
- 活跃的数据集超出单机内存容量,导致很多请求都要从磁盘读取数据,影响性能。
- 写IOPS超出单个MongoDB节点的写服务能力。
垂直扩容(Scale Up) VS 水平扩容(Scale Out):
垂直扩容 : 用更好的服务器,提高 CPU 处理核数、内存数、带宽等
水平扩容 : 将任务分配到多台计算机上
1-2、MongoDB 分片集群架构
MongoDB 分片集群(Sharded Cluster)是对数据进行水平扩展的一种方式。MongoDB 使用 分片集群来支持大数据集和高吞吐量的业务场景
。在分片模式下,存储不同的切片数据的节点被称为分片节点,一个分片集群内包含了多个分片节点。当然,除了分片节点,集群中还需要一些配置节点、路由节点,以保证分片机制的正常运作。
当请求到MongoDB的时候,首先进入到Mongos路由层,然后路由层去和Confi配置节点进行交互,用来判断当前数据请求落到哪个Shard上。
当Shard上面的数据进行迁移的时候,就需要同时更新config上面的数据,以及Mongos上面的缓存
1-3、核心概念
-
数据分片:分片用于存储真正的数据,并提供最终的数据读写访问。分片仅仅是一个逻辑的概念,它可以是一个单独的mongod实例,也可以是一个复制集。图中的Shard1、Shard2都是一个复制集分片。
在生产环境中也一般会使用复制集的方式,这是为了防止数据节点出现单点故障。
-
配置服务器(Config Server):配置服务器包含多个节点,并组成一个复制集结构,对应于图中的ConfigReplSet。
配置复制集中保存了整个分片集群中的元数据,其中包含各个集合的分片策略,以及分片的路由表等。
-
查询路由(mongos):
mongos是分片集群的访问入口,其本身并不持久化数据
。mongos启动后,会从配置服务器中加载元数据。之后mongos开始提供访问服务,并将用户的请求正确路由到对应的分片。在分片集群中可以部署多个mongos以分担客户端请求的压力。
二、环境搭建
2-1、自主搭建
- 3台Linux虚拟机,准备MongoDB环境,配置环境变量。
一定要版本一致(重点)
,当前使用 version4.4.9
2-2-1、配置域名解析
在3台虚拟机上执行以下命令,注意替换实际 IP 地址(三个命令每台机器都需要执行
)
echo "192.168.253.131 mongo1 mongo01.com mongo02.com" >> /etc/hosts
echo "192.168.253.133 mongo2 mongo03.com mongo04.com" >> /etc/hosts
echo "192.168.253.134 mongo3 mongo05.com mongo06.com" >> /etc/hosts
2-2-2、准备分片目录
在各服务器上创建数据目录,我们使用 /data
,请按自己需要修改为其他目录:
在mongo01.com / mongo03.com / mongo05.com 上执行以下命令:
mkdir -p /data/mongodb/shard1/db /data/mongodb/shard1/log /data/mongodb/config/db /data/mongodb/config/log
在mongo02.com / mongo04.com / mongo06.com 上执行以下命令:
mkdir -p /data/mongodb/shard2/db /data/mongodb/shard2/log /data/mongodb/mongos/
最终三台机器上的data目录创建完毕,如下:
2-2-3、创建第一个分片用的复制集
在mongo01.com / mongo03.com / mongo05.com 上执行以下命令:
mongod --bind_ip 0.0.0.0 --replSet shard1 --dbpath /data/mongodb/shard1/db \
--logpath /data/mongodb/shard1/log/mongod.log --port 27010 --fork \
--shardsvr --wiredTigerCacheSizeGB 1
--shardsvr 声明这是集群的一个分片
--wiredTigerCacheSizeGB 设置内存大小
2-2-4、初始化第一个分片复制集
# 进入mongo shell
mongo mongo01.com:27010
#shard1复制集节点初始化
rs.initiate({
_id: "shard1",
"members" : [
{
"_id": 0,
"host" : "mongo01.com:27010"
},
{
"_id": 1,
"host" : "mongo03.com:27010"
},
{
"_id": 2,
"host" : "mongo05.com:27010"
}
]
})
#查看复制集状态
rs.status()
2-2-5、创建 config server 复制集
在mongo01.com / mongo03.com / mongo05.com上执行以下命令:
mongod --bind_ip 0.0.0.0 --replSet config --dbpath /data/mongodb/config/db \
--logpath /data/mongodb/config/log/mongod.log --port 27019 --fork \
--configsvr --wiredTigerCacheSizeGB 1
2-2-6、初始化 config server 复制集
# 进入mongo shell
mongo mongo01.com:27019
#config复制集节点初始化
rs.initiate({
_id: "config",
"members" : [
{
"_id": 0,
"host" : "mongo01.com:27019"
},
{
"_id": 1,
"host" : "mongo03.com:27019"
},
{
"_id": 2,
"host" : "mongo05.com:27019"
}
]
})
2-2-7、搭建 mongos
在mongo01.com / mongo03.com / mongo05.com上执行以下命令
此步骤主要将 config server
和mongos
进行配置
#启动mongos,指定config复制集
mongos --bind_ip 0.0.0.0 --logpath /data/mongodb/mongos/mongos.log --port 27017 --fork \
--configdb config/mongo01.com:27019,mongo03.com:27019,mongo05.com:27019
2-2-8、mongos加入第1个分片
# 连接到mongos
mongo mongo01.com:27017
#添加分片
mongos>sh.addShard("shard1/mongo01.com:27010,mongo03.com:27010,mongo05.com:27010")
#查看mongos状态
mongos>sh.status()
2-2-9、创建分片集合
连接到mongos, 创建分片集合
mongo mongo01.com:27017
mongos>sh.status()
#为了使集合支持分片,需要先开启database的分片功能
mongos>sh.enableSharding("company")
# 执行shardCollection命令,对集合执行分片初始化
mongos>sh.shardCollection("company.emp", {_id: 'hashed'})
mongos>sh.status()
再次查看mongos的状态信息
#插入测试数据
use company
for (var i = 0; i < 10000; i++) {
db.emp.insert({i: i});
}
#查询数据分布
db.emp.getShardDistribution()
目前分片集群只有一个分片:shard1,刚刚插入的10000条测试数据都存储在其中,如下:
2-2-10、创建第2个分片的复制集
在mongo02.com / mongo04.com / mongo06.com上执行以下命令:
mongod --bind_ip 0.0.0.0 --replSet shard2 --dbpath /data/mongodb/shard2/db \
--logpath /data/mongodb/shard2/log/mongod.log --port 27011 --fork \
--shardsvr --wiredTigerCacheSizeGB 1
2-2-11、初始化第二个分片的复制集
# 进入mongo shell
mongo mongo06.com:27011
#shard2复制集节点初始化
rs.initiate({
_id: "shard2",
"members" : [
{
"_id": 0,
"host" : "mongo06.com:27011"
},
{
"_id": 1,
"host" : "mongo02.com:27011"
},
{
"_id": 2,
"host" : "mongo04.com:27011"
}
]
})
#查看复制集状态
rs.status()
2-2-12、mongos加入第2个分片
# 连接到mongos
mongo mongo01.com:27017
#添加分片
mongos>sh.addShard("shard2/mongo02.com:27011,mongo04.com:27011,mongo06.com:27011")
#查看mongos状态
mongos>sh.status()
如下,通过mongos
就可以看到当前集群下有两个分片,并且每个分片有3个节点
#查看数据分布
mongos>db.emp.getShardDistribution()
如下就可以看到数据从开始的shard1有一部分迁移到了shard2
如果要让集合数据分片存储,一定要对集合设置,让其支持分片
,具体指令为:
sh.enableSharding("company")
2-2、mtools搭建
2-2-1、mtools结束
mtools是一套基于Python实现的MongoDB工具集,其包括MongoDB日志分析、报表生成及简易的数据库安装等功能。它由MongoDB原生的工程师单独发起并做开源维护,目前已经有大量的使用者。
mtools所包含的一些常用组件如下:
- mlaunch支持快速搭建本地测试环境,可以是单机、副本集、分片集群。
- mlogfilter日志过滤组件,支持按时间检索慢查询、全表扫描操作,支持通过多个属性进行信息过滤,支持输出为JSON格式。
- mplotqueries支持将日志分析结果转换为图表形式,依赖tkinter(Python图形模块)和matplotlib模块。
- mlogvis支持将日志分析结果转换为一个独立的HTML页面,实现与mplotqueries同样的功能。
Tools | Description |
---|---|
mlogfilter | 合并、分割日志文件,过滤慢查询,集合扫描,格式转换等 |
mloginfo | 统计日志内的数据库信息(启停、连接、集群状态等) |
mplotqueries | 日志转化为图表形式 |
mlogvis | 日志转化为HTML页面,与mplotqueries类似 |
mlaunch | 快速搭建本地测试环境(单机、集群、分片) |
2-2-2、安装mtools
2-2-2-1、环境准备
mtools需要调用MongoDB的二进制程序来启动数据库,因此需保证Path路径中包含{MONGODB_HOME}/bin这个目录
- 需要安装Python环境,需选用Python 3.7、3.8、3.9版本。
- python3.9安装
1.安装编译相关工具
yum -y groupinstall "Development tools"
yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gdbm-devel db4-devel libpcap-devel xz-devel
yum install libffi-devel -y
2.下载安装包解压
wget https://www.python.org/ftp/python/3.9.8/Python-3.9.8.tgz
tar -xvJf Python-3.9.8.tar.xz
3.编译安装
mkdir /usr/local/python3 #创建编译安装目录
cd Python-3.9.8
./configure --prefix=/usr/python3
make && make install
4.创建软连接
ln -s /usr/local/python3/bin/python3 /usr/bin/python3
ln -s /usr/local/python3/bin/pip3 /usr/bin/pip3
5.验证是否成功
python3 -V
pip3 -V
2-2-2-2、pip安装
安装依赖
pip3 install python-dateutil
pip3 install psutil pymongo
安装mtools
pip3 install mtools
通过源码安装
wget https://github.com/rueckstiess/mtools/archive/refs/tags/v1.6.4.tar.gz
#解压后进入mtools
python setup.py install
2-2-3、使用mtools创建复制集
#准备复制集使用的工作目录
mkdir -p /data/mongo
cd /data/mongo
#初始化3节点复制集
mlaunch init --replicaset --nodes 3
端口默认从27017开始,依次为2017,27018,27019
查看复制集状态
mongo --port 27017
replset:PRIMARY> rs.status()
2-2-4、使用mtools创建分片集群
#准备分片集群使用的工作目录
mkdir /data/mongo-cluster
cd /data/mongo-cluster/
# 执行mlaunch init初始化集群
mlaunch init --sharded 2 --replicaset --node 3 --config 3 --csrs --mongos 3 --port 27050
选项说明
- --sharded 2:启用分片集群模式,分片数为2。
- --replicaset --nodes 3:采用3节点的复制集架构,即每个分片为一致的复制集模式。
- --config 3 --csrs:配置服务器采用3节点的复制集架构模式,--csrs是指Config Server as a Replica Set
- --mongos 3:启动3个mongos实例进程。
- --port 27050:集群将以27050作为起始端口,集群中的各个实例基于该端口向上递增。
- --noauth:不启用鉴权。
- --arbiter 向复制集中添加一个额外的仲裁器
- --single 创建单个独立节点
- --dir 数据目录,默认是./data
- --binarypath 如果环境有二进制文件,则不用指定
如果执行成功,那么片刻后可以看到如下输出:
2-2-5、检查分片实例
mlaunch list命令可以对当前集群的实例状态进行检查
此时可以看到各个实例的运行状态,包括进程号以及监听的端口等。
# 显示标签
mlaunch list --tags
# 显示启动命令
mlaunch list --startup
2-2-6、连接mongos,查看分片实例的情况
mongo --port 27050
mongos> db.adminCommand({listShards:1})
2-2-7、停止、启动
如果希望停止集群,则可以使用mlaunch stop命令
再次启动集群,可以使用mlaunch start命令
使用mtools搭建测试集群是相当方便的,相比手工搭建的方式可缩减大量的时间。
三、使用分片集群
为了使集合支持分片,需要先开启database的分片功能
sh.enableSharding("shop")
执行shardCollection命令,对集合执行分片初始化
sh.shardCollection("shop.product",{productId:"hashed"},false,{numInitialChunks:4})
shop.product集合将productId作为分片键,并采用了哈希分片策略
,除此以外,“numInitialChunks:4”表示将初始化4个chunk。 numInitialChunks必须和哈希分片策略配合使用
。而且,这个选项只能用于空的集合,如果已经存在数据则会返回错误。
3-1、向分片集合写入数据
向shop.product集合写入一批数据
db=db.getSiblingDB("shop");
var count=0;
for(var i=0;i<1000;i++){
var p=[];
for(var j=0;j<100;j++){
p.push({
"productId":"P-"+i+"-"+j,
name:"羊毛衫",
tags:[
{tagKey:"size",tagValue:["L","XL","XXL"]},
{tagKey:"color",tagValue:["蓝色","杏色"]},
{tagKey:"style",tagValue:"韩风"}
]
});
}
count+=p.length;
db.product.insertMany(p);
print("insert ",count)
}
3-2、查询数据的分布
db.product.getShardDistribution()