Question

我正在开发一个Web应用程序，用户将向系统上传大量文档，并对文档执行不同类型的操作，包括聚合。但是，每个用户上传的文档数量差别很大 - 有些可能会上传十几个文档，有些可能会上传一百万个文档。

文档看起来像这样：

doc{
    _id: <self generated UUID>,
    uid: <id of user who uploaded the document>,
    ctime: <creation timestamp>,
    ....
        <other attributes, etc>
    ....
}

现在选择分片键时出现问题：
1.如果我选择UUID作为分片键，则同一用户上传的文档不太可能在同一个分片中结束，聚合操作将会很昂贵。
2.如果我使用uid作为分片键，则存储在分片中的数据将不均匀。

任何人都可以建议哪种方法可以实现这一目标？

我是分区和分片的新手，我对谷歌的研究以及堆栈溢出并没有产生任何结果。如果需要，我可以更改文档的模式，因为项目仍处于设计阶段。

Answer 1

这是我在选择分片键时看到的最佳指南：http://www.kchodorow.com/blog/2011/01/04/how-to-choose-a-shard-key-the-card-game/

您必须决定如何查询数据。也许uid和ctime的组合会产生一个好的分片键，但是我不确定这会在你查询时是否会让你感到悲伤，因为你没有对你打算如何查询提供太多的见解。

Answer 2

您可以阅读有关shardkey选择和缩放的更多信息

1] Kristina Chodrow的书“Scaling MongoDB” http://shop.oreilly.com/product/0636920018308.do

2] Antoine Girbal关于Sharding Best Practices的演讲 http://www.10gen.com/presentations/MongoNYC-2012/Sharding-Best-Practices-Advanced

为大量文档分割密钥（MongoDB）

2 个答案: