我一直在努力部署大型数据库。 我已经部署了3个分片群集并开始索引我的数据。 然而，这已经过了16天，我只有一半时间。
问题是，我应该将所有数据导入非分片群集，然后在原始数据在数据库中后激活分片，然后附加更多群集并开始编制索引吗？这会自动平衡我的数据吗？
或者我应该再等16天才能使用当前的方法......
*编辑： 以下是对正在导入的设置和数据的更多解释......
所以我们有1.6亿个像这样的文件
"_id" : ObjectId("5146ae7de4b0d58a864bcfda"),
"subject" : "<concept/resource/propert/122322xyz>",
"predicate" : "<concept/property/os/123ABCDXZYZ>",
"object" : "<http://host/uri_to_object_abcdy>"
索引：主语，谓语，宾语，主语＆gt;谓词，对象＆gt;谓语 分片键：主题，谓词，对象
设定： AWS上的3个集群（每个集群具有3个副本集），每个节点具有8个GiB RAM （配置服务器位于每个群集中，Mongos位于单独的服务器中）
数据由Java程序导入Mongos。 导入此数据，索引和分片的理想方法是什么。 （没有等待一个月的时间来完成这个过程）
答案 0 :(得分：1)
如果您正在进行大量批量插入，则在没有索引的情况下执行插入通常会更快，然后索引集合。这与Mongo即时管理索引更新的方式有关。
此外，MongoDB在索引时对内存特别敏感。检查db.stats()中索引的大小，并将数据库连接到Mongo Monitoring Service。
根据我的经验，只要MongoDB花费的时间比预期的多得多，就要归功于以下两点之一：
它耗尽了物理内存或使自己陷入了糟糕的I / O模式。 MMS可以帮助诊断两者。特别查看页面错误图。
在无索引的集合上运行，但不适用于您的情况。