Sharding of mongodb

blog 教程

• Mongodb 集群配置 (sharding with replica set)
• MongoDB 副本集学习
• Mongodb 分片实践
• mongoDB 选择一个合适的片键，官方的 slideshare, 还不错
• mongodb 的內部實現
• MongoDB 的内部构造 From MongoDB The Definitive Guide
• mongodb nosqlfans 的索引
• mongo 分布式图文教程，整个 blog 系列的文章都很不错
• 为什么你不应该使用 MongoDB

分片概念

集合可以被分片，一个片可以包含多个区间，一个区间可以包含多个块，一个块可以定大小。所有这些概念都是逻辑上的，真实的物理存储并不存在这样的一一对应关系。如下图:

分片1----
          |
          |
      +++++++++++
      +  |------ 块1   +     区间1
      +  |------ 块2   +
      +++++++++++
          |
          |
      +++++++++++
      +  |------ 块3   +     区间2
      +  |------ 块4   +
      +++++++++++
          |
          |
      +++++++++++
      +  |------ 块5   +     区间3
      +  |------ 块6   +
      +++++++++++
     逻辑概念与物理概念上并不一致

片键选择问题

• 分布式中，容易出现数据重复，即除了片键以外，很难保证唯一性.
• <深入学习 mongodb> 中给了个推论，” 除非在_id” 上分片，否则能够创建出不唯一的_id 值.
• [演讲][http://www.mongodb.com/presentations/sharding-overview]
• [演讲二][http://www.mongodb.com/presentations/sharding-best-practices-advanced-session]

Geo location

• [性能][http://liubin.org/2013/02/26/geo_data_type_and_performance_in_mongodb]

建立索引

• [索引的建立，好坏，场景][http://www.itokit.com/2011/1207/72718.html]

源码阅读进度

• 看了下整个架构
• 基于 c++ 的一个项目，采用的库有 boost……
• 多线程模型，通过锁机制来完成任务的调度
• 事件循环采用最传统 select 机制
• 每个客户端一个 threading，更优化的可能地方在内部的连接线程池，可以加快响应速度
• [参考][http://blog.csdn.net/daizhj/article/category/803114]

经验记录

• 传统的 master、slave 模式已经被弃用，mongo 推荐采用副本集，即 replica set。
• 它的使用规则还是非常的简易。
• 主从可以互相切换，当然也支持不切换的。
• 第三方调用默认读写都走主，但可以调配副本提供读。这样就能有效分流读写的压力。
• 副本集的提出主要是为了数据备份。
• mongos 的提出是为了 sharding 的，它也是 mongodb 里面的节点类型之一。（PS:mongodb 有许多节点类型，单个数据库实例算一种，提供查询的 config 也是一种等等）
• sharding 是为了把大量的数据从单台机分离出来，切分数据到不同的机子上去。避免内存被撑爆了。
• 未完待续