Question

我正在尝试使用大约6M文档对一个集合进行分片。以下是有关分片群集的一些详细信息

Mongod版本2.6.7，两个分片，40％写入，60％读取。

我的数据库有一个包含大约6M文档的集合事件。正常文档如下所示：

{

      _id         : ObjectId,
      sector_id   : ObjectId,
      subsector_id: ObjectId,
      .
      .
      .

      Many event specific fields go here
      .
      . 
      created_at: Date,
      updated_at: Date,
      uid       : 16DigitRandomKey

}

每个部门都有多个（1,2，.100）子部门，每个子部门都有多个事件。有10000个这样的部门，30000个分部门和6M事件。数字不断增长。
正常读取查询包括sector_id，subsector_id。每个写操作都包括sector_id，subsector_id，uid（随机生成的唯一键）和其余数据。
我尝试/考虑了以下分片键，结果如下所述：

一个。 _id：hashed - ＆gt;不会提供查询隔离，原因：_id不会传递给读取查询。

湾sector_id：1，subsector_id：1，uid：1 - ＆gt;奇怪的分布：具有旧ObjectId的少数扇区进入分片1，具有中年的扇区ID（ObjectId）的扇区很少平衡并且在两个分片中均匀分布。最近ObjectId的几个扇区停留在shard 0上。

℃。 subsector_id：hashed - ＆gt;结果与分片键b相同。

d。 subsector_id：1，uid：1 - ＆gt;与b相同。

即subsector_id：hashed，uid：1 - ＆gt;无法创建这样的索引

F。 uid：1 - ＆gt;写入是分布式的，但没有查询隔离

这种分布不均的原因是什么？什么是基于给定数据的正确的分片键。

Answer 1

我认为它是一个预期的行为Astro，sectorIds和subsectorIds是ObjectId类型，它包含时间戳作为前4个字节，它本质上是单调的，并且总是会转到相同的块（因此同样的碎片），因为它失败了提供你在（b）点指出的随机性。

选择分片键的最佳方法是具有商业含义的键（与某些ObjectId字段不同），并且应该与一些哈希混合作为后缀，以确保在该分配上具有良好的随机混合。如果你有一个sectorName和subsectorName，那么请尝试一下，让我们知道它是否正在使用它。

您可以考虑使用此链接选择正确的分片键。

MongoDB shard by date on a single machine

- $

MongoDB分片键为（ObjectId，ObjectId，RandomKey）。不平衡的收藏品

1 个答案: