一、分片架构介绍
• Mongos 路由节点（对硬件的要求不高，只是网络开销比较大）
提供集群单一入口
转发应用端请求
选择合适数据节点进行读写
合并多个数据节点的返回（数据来自不同的分片，路由会做合并）
无状态（不牵扯到数据，宕了之后重新起一个就可以，影响较小）
建议至少2个（做LVS/NGINX的负载均衡）
• Config Servers配置节点
（重要，保存整个分片集群的配置）
保存着：分片节点的ip、端口、分片的策略、分片数据的分布、chunk迁移的状态。
提供集群元数据存储
分片数据分布的映射
很重要，建议做一主两从的复制集
• Shards 数据节点（发生大量的IO）
以复制集为单位
横向扩展
最大1024分片
分片之间数据不重复
所有分片在一起才可完成完整的业务数据访问
任何一个分片坏了，都会影响业务数据的访问，所以每个分片也要做高可用的复制集
二、MongoDB 分片集群特点
• 应用全透明，无特殊处理
• 数据自动均衡（balancer均衡器）
• 动态扩容，无须下线（扩容数据节点）
• 提供三种分片方式（范围、hash、zone）
三、分片集群数据分布方式
• 基于范围
• 基于 Hash
• 基于 zone
1、基于范围 range
缺点：容易有热点。
比如2个分片，一个分片存1-500w，一个分片存500w-1000w
但是热点数据是300w-400w。虽然数据是均衡的，但还是有热点数据，总有很忙/很闲的分片。
也可以建议做多条件的范围分区。
2、基于哈希 hash
优点：数据分布非常均匀，适合等值查询。
缺点：范围查询的效率低（因为分布的过于零散），将来mongos的合并merge会比较多。
3、基于zone 地域
适合：跨地域的多写场景。读写请求落到就近的节点上。
下一节预告：Mongodb分片集群Sharding Cluster 搭建过程
