在MongoDB存在另一种集群就是MongoDB的分片技术。通过使用分片可以满足MongoDB数据量大量增长的需求。当MongoDB存储海量的数据时，一台MongoDB服务器可能不能满足存储数据的要求，也可能不足以提供可接受的读写吞吐量。MongoDB为了解决这一系列的问题提出了将数据分割存储在多台服务器上，使得数据库系统能存储和处理更多的数据，以实现数据的分布式存储。这就是MongoDB的分片。
提示：单个MongoDB复制集中的节点不能超过12个节点。 因此复制集从本质上并不能解决数据海量存储的问题。
一、 MongoDB分片的架构
MongoDB分片的架构需要依赖MongoDB的复制集为基础来实现，下图展示了分片的体系架构。
从图中可以看出，MongoDB的分片主要包含以下几个组成的部分：
- 前端路由服务器：Router，客户端应用程序从Router接入MongoDB分片集群。Router可以让分片集群看上去像一个单一的数据库。Router通过mongos的命令来启动。
- 配置服务器：Config Server，负责存储MongoDB分片的元信息以及后端的分片服务器信息。从MongoDB 3.4的版本开始，Config Server必须配置成一个复制集的形式。
- 分片服务器：Shard Server，负责存储实际的数据块。在实际生产环境中一个Shard Server可以由几台服务器组成一个复制集，从而防止主机单点故障造成数据的丢失。分片服务器也必须是一个复制集的形式。
视频讲解如下：
二、 【实战】部署MongoDB分片
在了解到了MongoDB分片的架构与组成以后，下表列举了MongoDB分片中的各个节点信息。
提示：表中列举的的信息是MongoDB分片架构的最简信息。 例如这里的前端路由服务器只使用了一个节点来实现， 在实际的生产环境中可以搭建多个节点前端路由服务器。
下面通过具体的步骤来演示如何部署一个MongoDB的分片。
（1）创建各个节点数据的存储路径。
mkdir -p /data/27017 mkdir -p /data/37017 mkdir -p /data/37018 mkdir -p /data/47017 mkdir -p /data/47018
（2）创建前端路由服务器的配置信息文件/data/27017/mongos.conf
port=27017 fork=true logpath=/data/27017/mongos.log configdb=myshardingconfig/127.0.0.1:37017,127.0.0.1:37018 其中：configdb用于指定配置服务器的地址。
（3）创建第一个配置服务器的配置信息文件/data/37017/mongo_configsvr_37017.conf
dbpath=/data/37017 port=37017 fork=true logpath=/data/37017/configsvr37017.log replSet=myshardingconfig configsvr=true 其中：configsvr=true，表示这是一台配置服务器。
（4）创建第一个配置服务器的配置信息文件/data/37018/mongo_configsvr_37018.conf
dbpath=/data/37018 port=37018 fork=true logpath=/data/37018/configsvr37018.log replSet=myshardingconfig configsvr=true
（5）创建第一个分片服务器的配置信息文件/data/47017/mongo_shardsvr_47017.conf
dbpath=/data/47017 port=47017 fork=true logpath=/data/47017/shardsvr47017.log shardsvr=true replSet=myshardone 其中：shardsvr=true，表示这是一台分片服务器。
（6）创建第二个分片服务器的配置信息文件/data/47018/mongo_shardsvr_47018.conf
dbpath=/data/47018 port=47018 fork=true logpath=/data/47018/shardsvr47018.log shardsvr=true replSet=myshardtwo
（7）启动所有的MongoDB实例。
mongod --config /data/37017/mongo_configsvr_37017.conf mongod --config /data/37018/mongo_configsvr_37018.conf mongod --config /data/47017/mongo_shardsvr_47017.conf mongod --config /data/47018/mongo_shardsvr_47018.conf
（8）启动前端路由服务器
mongos --config /data/27017/mongos.conf
（9）使用mongoshell连接37017端口上的MongoDB实例完成配置服务器复制集的初始化。
mongo --port 37017
（10）将37017和37018端口上的MongoDB实例加入复制集中。
> cfg = {"_id":"myshardingconfig", "members":[{"_id":0,"host":"127.0.0.1:37017"}, {"_id":1,"host":"127.0.0.1:37018"}]} > rs.initiate(cfg)
（11）查看复制集myshardingconfig的状态信息。
> rs.status() # 输出的信息如下： ...... "members" : [ { "_id" : 0, "name" : "127.0.0.1:37017", "health" : 1, "state" : 1, "stateStr" : "PRIMARY", ...... }, { "_id" : 1, "name" : "127.0.0.1:37018", "health" : 1, "state" : 2, "stateStr" : "SECONDARY", ...... } ], ......
（12）使用mongoshell连接前端路由服务器。
mongo
（13）查看MongoDB分片服务器的信息。
> sh.status() # 输出的信息如下： --- Sharding Status --- sharding version: { "_id" : 1, "minCompatibleVersion" : 5, "currentVersion" : 6, "clusterId" : ObjectId("624d60d6675d42fb9b900362") } shards: --> 此处还没有添加任何的分片服务器地址信息。 active mongoses: autosplit: Currently enabled: yes balancer: Currently enabled: yes Currently running: no Failed balancer rounds in last 5 attempts: 0 Migration results for the last 24 hours: No recent migrations databases: { "_id" : "config", "primary" : "config","partitioned" :true}
（14）初始化47017上的复制集。
> cfg = {"_id":"myshardone", "members":[{"_id":0,"host":"127.0.0.1:47017"}]} > rs.initiate(cfg)
（15）初始化47018上的复制集。
> cfg = {"_id":"myshardtwo", "members":[{"_id":0,"host":"127.0.0.1:47018"}]} > rs.initiate(cfg)
（16）添加分片服务器
> sh.addShard("myshardone/127.0.0.1:47017") > sh.addShard("myshardtwo/127.0.0.1:47018")
（17）重新查看MongoDB分片的信息。
> sh.status() # 输出的信息如下： --- Sharding Status --- sharding version: { "_id" : 1, "minCompatibleVersion" : 5, "currentVersion" : 6, "clusterId" : ObjectId("624d60d6675d42fb9b900362") } shards: --> 分片中的服务器地址。 {"_id":"myshardone","host":"myshardone/127.0.0.1:47017", "state":1,"topologyTime":Timestamp(1649238845,3)} {"_id":"myshardtwo","host":"myshardtwo/127.0.0.1:47018", "state":1,"topologyTime":Timestamp(1649238865,3)} active mongoses: "5.0.6" : 1 autosplit: Currently enabled: yes balancer: Currently enabled: yes Currently running: no Failed balancer rounds in last 5 attempts: 0 Migration results for the last 24 hours: No recent migrations databases: {"_id":"config","primary":"config","partitioned" : true }
（18）添加一个分片数据库。
> sh.enableSharding("myshardDB")
（19）查看分片数据库的信息。
> sh.status() # 输出的信息如下： ...... databases: { "_id" : "config", "primary" : "config", "partitioned" : true } config.system.sessions shard key: { "_id" : 1 } unique: false balancing: true chunks: myshardone 992 myshardtwo 32 too many chunks to print, use verbose if you want to force print { "_id" : "myshardDB", "primary" : "myshardtwo", "partitioned" : true, "version":{"uuid": UUID("4c640f1f-77fe-45a6-92b4-b7c90692b845"), "timestamp" : Timestamp(1649239126, 36), "lastMod" : 1 } }
（20）修改数据分片的大小。
> use config > db.settings.save( { _id:"chunksize", value:1}) 注意：默认情况下，分片大小（chunk size）是64M。只有达到了分片的大小，才会进行分片。
（21）开启集合上数据的分片。
> sh.shardCollection("myshardDB.table1",{"_id":1}) 提示：这里使用了插入文档的_id作为片键来实现文档的分布式存储。
（22）在数据库myshardDB中创建集合，并插入10万条文档
> use myshardDB > for(var i = 1; i <= 100000; i++) {db.table1.insert({"_id":i,"action":"write","iteration no:":i});}
（23）再次查看分片数据库的信息。
> sh.status() # 输出的信息如下： ...... myshardDB.table1 shard key: { "_id" : 1 } unique: false balancing: true chunks: myshardone 6 myshardtwo 1 {"_id":{"$minKey":1}}-->>{"_id":2} on:myshardone Timestamp(2,0) {"_id": 2}-->>{"_id":20241} on:myshardtwo Timestamp(3,1) {"_id":20241}-->>{"_id":37933} on:myshardone Timestamp(3,2) {"_id":37933}-->>{"_id":55627} on:myshardone Timestamp(3,4) {"_id":55627}-->>{"_id":74150} on:myshardone Timestamp(3,6) {"_id":74150}-->>{"_id":91829} on:myshardone Timestamp(3,8) {"_id":91829}-->>{"_id":{"$maxKey":1}}on:myshardoneTimestamp(3,9) ......
从输出的信息可以看出，id值在{2,20241}的数据存储在了myshardtwo 的复制集上；而其他id值对应的数据存储在了myshardone的复制集上。因此可以得出结论，数据实现了分布式存储但效果不是很好。为了实现更好的数据分布式存储应当合理地选择片键。
