第一部分
大家好，我是一名就读于数据科学与大数据技术的一名大四学生，由于需要模拟实现大量数据分布式存储功能，一般的个人电脑无法满足业务需求。在老师的建议下，使用云服务器可完整的进行整个实验过程。首先就选择的阿里云服务器选项。并且同学们都向我推荐 “飞天加速计划·高校学生在家实践”活动。所以本次使用阿里云ECS完成实验。
首先，通过测试和学习拥有ECS的使用权限，十五天内可依据自己的需求搭建所需要的环境，ECS的性能十分良好，程序运行时，不会出现卡顿等情况。传统使用的虚拟机需要耗费大量的内存空间，并且时常出现死机现象，与物理机内存大大相关，ECS则在网页上运行，与个人物理机内存消耗较小，方便使用。操作较为简单，并且提供了与个人物理机良好的交互，不在使用第三方工具连接。
本次实验体验使我收获颇丰， 通过“飞天加速计划·高校学生在家实践”活动“活动，进一步体验了云服务带来的好处，突破了原始实验操作的界限，丰富了我的知识见识。并且提高了对数据操作实验的操作技能，为以后的学习积累了丰富经验。
成果展示
启动docker服务后，使用docker ps可以验证使用dacker工具在 MongDB数据库上大按键容器的情况。如图3-1，看到每个容器的专属ID,MongoDB版本信息，容器的创建时间，运行状态，容器NAME等信息.意味着每个容器搭建成功。 
MongDB数据库负载均衡验证
为验证 MongDB数据库负载均衡情况，避免原有数据造成均衡情况判断分析。处理方法为新建一个test数据库。首先查询test数据库里每个集群服务器里的存储数据，如图3-2，图3-3可以看出每个rs_shardsvr显示的objects均为0，由此可见数据库存储数据为空。
图rs_shardsvr1存储数据图
![(NNI5J]L{CU7396G2N51Y8J.png](https://ucc.alicdn.com/pic/developer-ecology/9a39e95f5de14dfdb4d48c3fce8bc267.png)
rs_shardsvr 2、 rs_shardsvr 3存储数据图
然后向test数据库中插入50万条数据，从每个rs_shardsvr存储的数据验证MongoDB数据库的负载均衡能力。由图3-2-3与图3-2-4可知，插入50万行数据时， 耗时3045736微秒、50.7622667 分钟；rs_shardsvr1存储了166736数据，rs_shardsvr2存储了166280条数据，rs_shardsvr3存储了166984条数据。由此可见数据库对操作存入的数据进行分布存储，几位讲数据分片处理，实现了分布式分而置之的思想。并且从分布情况可看出，每个rs_shardsvr存储数据量比较接近，实现了将数据均衡负载。
数据在rs_shardsvr3上的存储情况
![7{Y~]36WPWDO~568)}EEI7D.png](https://ucc.alicdn.com/pic/developer-ecology/6fd25313dbbb4f5a86b5f94c7bd2ab15.png)
){kind=link}
){kind=link}