Range Key Sharding

Range Key是使用Document中的某一个Field作为关键字, 按照区间将文档映射到不同的Partition上。这非常好理解, 比如我们的文档是: {name: "Jack", age: 20}, 而我们使用 name 作为Range Key, 比如我们有13个机器, 以a - b开头的放在1号机器, c - d开头的放在2号机器。

Range Key的优点

更快的查询

在使用Range Key做查询的时候, 无需访问Cluster中的所有Partition, 有可能我们 只需要对区间内所影响到的机器 进行查询 - 汇总即可。而Hash Key必须访问所有的Partition。所以在Sharding Key是我们的主要查询模式时, 性能上有优势。

更快的排序

Range Key的缺点

与Hash Key不同的是, 我们需要小心的选择Range Key才能使得各个Partition上的数据保持尽量平衡(Hash Key无论怎么选择基本上都会比较平衡)。而很多情况下, 无论我们怎么选择哪一项作为Range Key, 都无法保证这一点。

Split and Migrate Operation

M102视频中的内容, 没有太听懂。

Load Balancer

MangoDB在Sharding的Load Balance的实现中有3个主要部件:

  1. Sharding Cluster,
  2. Metadata Server, 储存了Sharding Key的Metadata数据, 比如Hash Key和Range Key对应的Partition的Id。这个Server其实是一个小型的MongoDB, 通常由一个3个备份的Replica Set组成。
  3. MongoD, 是Load Balance程序进程, 无需储存任何文件, 可以由任意多台机器构成。

所以整个流程看起来是这样: 当Client发起一个Read/Write请求时, 首先会到达MongoD; 然后MongoD会跟Metadata Server沟通, 获得下一步的指示; 最后对所有相关的Partition进行操作。

参考资料