MongDB片键的选择

  • 如果选择一个基数较小的字段作为片键,则最好使用复合片键,使用复合片键后面跟一个基数较大的字段。

如:

db.foo.find()
{logLevel:"debug",timestamp:1520872828541,other_field:\\}
{logLevel:"info",timestamp:1520872853312,other_field:\\}
{logLevel:"warn",timestamp:1520872858171,other_field:\\}
{logLevel:"error",timestamp:1520872863245,other_field:\\}
....

以上的"logLevel"字段只有4个值,就算插入1000万条数据也只有"debug","info","warn","error"这4个值,所以logLevel的基数是4。意味着logLevel作为单独片键的话,所有文档都只能被写入到最多4个数据块(chunk)中,这样一来就算增加分片也没什么任何卵用了,因为这4个数据块越来越大并不会被拆分,最多也就只能存在于4个分片之中。这情况下,片键一定要设置为基数较少的键或者说查询一定要用到基数较少的键的时候,可以使用复合片键,后面跟一个基数较大的值,例如这里可以使用{logLevel:1,timestamp1}作为片键。

  • 如果选择一个值重复频率出现较频繁的字段作为片键,使用复合片键后面跟一个重复频率较小的字段。

如:

db.foo.find()
{luckyNum:11,shop:"tmaill",other_field:\\}
{luckyNum:11,shop:"JD",other_field:\\}
{luckyNum:11,shop:"Amazon",other_field:\\}
{luckyNum:10,shop:"Tabao",other_field:\\}
...

假如上例shop字段包含全世界所有电商。luckNum在整个文档里,值为11占了大多数,但遇到必须用该字段作为查询条件的时候(片键字段作为查询条件效率最高,所以默认查询条件就是片键),后面可以跟一个重复频率较小的字段。例如{luckNum:1,shop:1}。

  • 如果选择一个单调递增的字段作为片键,选择散列片键。

如:

{ "_id" : ObjectId("5aa66c778ad4b72c19410450") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda1") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda2") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda3") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda4") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda5") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda6") }
{ "_id" : ObjectId("5aa6a48318b6464ac1bcfda7") }
...

_id 唯一且单调递增,对这样的字段作为片键可以这样:

db.<collectionName>.ensureIndex({<shard key>:"hashed"})
sh.shardCollection("<database>.<collection>", { <shard key> : "hashed" } )

否则用该字段作为片键,最新插入的数据永远只命中最后的块,也就是只命中集群里的其中一个分片,等该块增长的时候再由均衡器将块分割。这样的话,违背了集群的初衷。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,386评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,142评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,704评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,702评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,716评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,573评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,314评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,230评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,680评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,873评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,991评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,706评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,329评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,910评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,038评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,158评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,941评论 2 355

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,657评论 18 139
  • MongoDB自动分片介绍 高性能、易扩展一直是MongoDB的立足之本,同时规范的文档和接口更让其深受用户喜爱,...
    LinuxNerd阅读 1,727评论 0 2
  • MongoDB的分片机制能够帮助你将你的数据库划分到多个服务器,通常在生产环境中可以将数据集划分到多个副本集中。但...
    Uzero阅读 10,333评论 0 0
  • 1 刚出国第一年,十月初一个周日就迎来了大湖效应带来的第一场大雪。大人小孩从小到大都没见过这么大的雪,高兴得马上出...
    悬崖上的小树阅读 814评论 4 6
  • 最近全国观众被吴京的《战狼2》给刷屏了,各大媒体报道,网络也是铺天盖地的在宣传,从上映开始,这部以动作电影为主题的...
    读心小姐姐阅读 221评论 0 3