http://www.cnblogs.com/daizhj/archive/2010/09/07/1820528.html

注：本文是研究Mongodb分布式数据存储的副产品，通过本文的相关步骤可以将一个大表中的数据分布到几个mongo服务器上。

      MongoDB的1.6版本中auto-sharding功能基本稳定并可以尝试放到生产环境下使用。因为其是auto-sharding，即mongodb通过mongos(一个自动分片模块，用于构建一个大规模的可扩展的数据库集群,这个集群可以并入动态增加的机器)自动建立一个水平扩展的数据库集群系统，将数据库分表存储在sharding的各个节点上。

      一个mongodb集群包括一些shards（包括一些mongod进程），mongos路由进程，一个或多个config服务器  

     （注：本文的测试用例需求64位的mongo程序,因为我在32位的mongo没成功过）。

      下面是一些相关词汇说明:
      Shards : 每一个shard包括一个或多个服务和存储数据的mongod进程（mongod是MongoDB数据的核心进程）典型的每个shard开启多个服务来提高服务的可用性。这些服务/mongod进程在shard中组成一个复制集

      Chunks: Chunk是一个来自特殊集合中的一个数据范围，（collection，minKey，maxKey）描叙一个chunk，它介于minKey和maxKey范围之间。例如chunks 的maxsize大小是100M，如果一个文件达到或超过这个范围时，会被切分到2个新的chunks中。当一个shard的数据过量时，chunks将会被迁移到其他的shards上。同样，chunks也可以迁移到其他的shards上

      Config Servers : Config服务器存储着集群的metadata信息，包括每个服务器，每个shard的基本信息和chunk信息Config服务器主要存储的是chunk信息。每一个config服务器都复制了完整的chunk信息。


      接着看一下要配置的测试环境信息：

      模拟2个shard服务和一个config服务, 均运行在10.0.4.85机器上，只是端口不同
      Shard1：27020
      Shard2：27021
      Config：27022
      Mongos启动时默认使用的27017端口

      在C,D,E磁盘下分别建立如下文件夹：

              mongodb\bin  

              mongodb\db

      然后用CMD命令行依次打开相应文件夹下的mongd文件:

      c:\mongodb\bin\mongod --dbpath c:\mongodb\db\ --port 27020

      d:\mongodb\bin\mongod --dbpath d:\mongodb\db\ --port 27021

      e:\mongodb\bin\mongod --configsvr --dbpath e:\mongodb\db\ --port 27022          (注:config配置服务器)

     启动mongos时，默认开启了27017端口

     e:\mongodb\bin\mongos --configdb 10.0.4.85:27022

     然后打开mongo:

     E:\mongodb\bin>mongo   回车  （有时加端口会造成下面的addshard命令出问题）

     > use admin
         switched to db admin
     > db.runCommand( { addshard : "10.0.4.85:27020", allowLocal : 1, maxSize:2 , minKey:1, maxKey:10} )  

        --添加sharding,maxsize单位是M,此处设置比较小的数值只为演示sharding效果

        { "shardAdded" : "shard0000", "ok" : 1 }
     > db.runCommand( { addshard : "10.0.4.85:27021", allowLocal : 1, minKey:1000} )
        { "shardAdded" : "shard0001", "ok" : 1 }      

         注：如果要移除sharding，可用下面写法

         db.runCommand( { removeshard : "localhost:10000" } );

     > db.runCommand({listshards:1});  查看shard节点列表    

     {
       "shards" : [
               {
                       "_id" : "shard0000",
                       "host" : "10.0.4.85:27020"
               },
               {
                       "_id" : "shard0001",
                       "host" : "10.0.4.85:27021"
               }
       ],
       "ok" : 1
     }

      接下来创建相应数据库并设置其"可以sharding",新建自动切片的库user001：

      > config = connect("10.0.4.85:27022")
      > config = config.getSisterDB("config")
      > dnt_mongodb=db.getSisterDB("dnt_mongodb");
          dnt_mongodb
      > db.runCommand({enablesharding:"dnt_mongodb"})
         { "ok" : 1 }

      注：一旦enable了个数据库，mongos将会把数据库里的不同数据集放在不同的分片上。除非数据集被分片(下面会设置)，否则一个数据集的所有数据将放在一个分片上。

      > db.printShardingStatus();

  --- Sharding Status ---
 sharding version: { "_id" : 1, "version" : 3 }
 shards:
     { "_id" : "shard0000", "host" : "10.0.4.85:27020" }
     { "_id" : "shard0001", "host" : "10.0.4.85:27021" }
 databases:
       { "_id" : "admin", "partitioned" : false, "primary" : "config" }
       { "_id" : "dnt_mongodb", "partitioned" : true, "primary" : "shard0000" }

 

      > db.runCommand( { shardcollection : "dnt_mongodb.posts1", key : {_id : 1}, unique: true } )  

         { "collectionsharded" : "dnt_mongodb.posts1", "ok" : 1 }

   

       --使用shardcollection 命令分隔数据集，key自动生成 [必须为唯一索引unique index]。 

       如果要进行GridFS sharding，则需进行如下设置：
           db.runCommand( { shardcollection : "dnt_mongodb.attach_gfstream.chunks", key : { files_id : 1 } } )
           {"ok" : 1} ，更多内容参见http://eshilin.blog.163.com/blog/static/13288033020106215227346/

     

      > db.printShardingStatus()

  --- Sharding Status ---
 sharding version: { "_id" : 1, "version" : 3 }
 shards:
     { "_id" : "shard0000", "host" : "localhost:27020" }
     { "_id" : "shard0001", "host" : "localhost:27021" }
 databases:
       { "_id" : "admin", "partitioned" : false, "primary" : "config" }
       { "_id" : "user001", "partitioned" : true, "primary" : "shard0000" }
               dnt_mongodb.posts1e chunks:
                       { "name" : { $minKey : 1 } } -->> { "name" : { $maxKey :
1 } } on : shard0000 { "t" : 1000, "i" : 0

               

      下面我用一个工具来批量向dnt_mongodb数据库的 posts1表中导入数据，大约是16万条数据。导入过程中mongos会显示类似如下信息：

     Tue Sep 07 12:13:15 [conn14] autosplitting dnt_mongodb.posts1 size: 47273960 shard: ns:dnt_mongodb.posts1 at: shard0000:10.0.4.85:27020 lastmod: 1|0 min: { _id: MinKey } max: { _id: MaxKey } on: { _id: 19 }(splitThreshold 47185920)
Tue Sep 07 12:13:15 [conn14] config change: { _id: "4_85-2010-09-07T04:13:15-0", server: "4_85", time: new Date(1283832795994), what: "split", ns: "dnt_mongodb.posts1", details: { before: { min: { _id: MinKey }, max: { _id: MaxKey } }, left: { min: { _id: MinKey }, max: { _id: 19 } }, right: { min: { _id: 19 }, max: {_id: MaxKey } } } }
     Tue Sep 07 12:13:16 [conn14] moving chunk (auto): ns:dnt_mongodb.posts1 at: shard0000:10.0.4.85:27020 lastmod: 1|1 min: { _id: MinKey } max: { _id: 19 } to: shard0001:10.0.4.85:27021 #objects: 0
     Tue Sep 07 12:13:16 [conn14] moving chunk ns: dnt_mongodb.posts1 moving ( ns:dnt_mongodb.posts1 at: shard0000:10.0.4.85:27020 lastmod: 1|1 min: { _id: MinKey }max: { _id: 19 }) shard0000:10.0.4.85:27020 -> shard0001:10.0.4.85:27021
      Tue Sep 07 12:13:23 [WriteBackListener] ~ScopedDBConnection: _conn != null
      Tue Sep 07 12:13:23 [WriteBackListener] ERROR: splitIfShould failed: ns: dnt_mongodb.posts1 findOne has stale config
      Tue Sep 07 12:13:28 [WriteBackListener] autosplitting dnt_mongodb.posts1 size: 54106804 shard: ns:dnt_mongodb.posts1 at: shard0000:10.0.4.85:27020 lastmod: 2|1min: { _id: 19 } max: { _id: MaxKey } on: { _id: 71452 }(splitThreshold 47185920)
      Tue Sep 07 12:13:28 [WriteBackListener] config change: { _id: "4_85-2010-09-07T04:13:28-1", server: "4_85", time: new Date(1283832808738), what: "split", ns: "dnt_mongodb.posts1", details: { before: { min: { _id: 19 }, max: { _id: MaxKey }}, left: { min: { _id: 19 }, max: { _id: 71452 } }, right: { min: { _id: 71452 }, max: { _id: MaxKey } } } }

     

     在完成自动sharding之后，可以使用mongo看一下结果:

      > use dnt_mongodb
         switched to db dnt_mongodb
      > show collections
        posts1
         system.indexes
      > db.posts1.stats()

{
       "sharded" : true,
       "ns" : "dnt_mongodb.posts1",
       "count" : 161531,
       "size" : 195882316,
       "avgObjSize" : 1212.6608267143768,
       "storageSize" : 231467776,
       "nindexes" : 1,
       "nchunks" : 5,
       "shards" : {
               "shard0000" : {
                       "ns" : "dnt_mongodb.posts1",
                       "count" : 62434,
                       "size" : 54525632,
                       "avgObjSize" : 873.3323509626165,
                       "storageSize" : 65217024,
                       "numExtents" : 10,
                       "nindexes" : 1,
                       "lastExtentSize" : 17394176,
                       "paddingFactor" : 1,
                       "flags" : 1,
                       "totalIndexSize" : 2179072,
                       "indexSizes" : {
                               "_id_" : 2179072
                       },
                       "ok" : 1
               },
               "shard0001" : {
                       "ns" : "dnt_mongodb.posts1",
                       "count" : 99097,
                       "size" : 141356684,
                       "avgObjSize" : 1426.4476623913943,
                       "storageSize" : 166250752,
                       "numExtents" : 12,
                       "nindexes" : 1,
                       "lastExtentSize" : 37473024,
                       "paddingFactor" : 1,
                       "flags" : 1,
                       "totalIndexSize" : 3424256,
                       "indexSizes" : {
                               "_id_" : 3424256
                       },
                       "ok" : 1
               }
       },
       "ok" : 1
     } 

     

      通过上面的结果，可以出现16万条记录均分在了两个sharding上，其中shard0000中有62434条，shard0001中有99097条。下面看一下这两个sharding-chunk的分布情况（图中的错误提示‘输入字符串格式不正确’主要因为运行环境与编译程序使用的环境不同，一个是64，一个是32位系统）：

         

     

     可以看到数据被按区间自动分割开了，有点像sqlserver的数据分区表，只不过这是自动完成的（目前我没找到可以手工指定区间上下限的方式，如有知道的TX可以跟我说一下）。当然在本文中的测试中，共有5个chunk,其中4个位于shard0001，这种情况可以在每次测试过程中会发生变化，包括两个sharding被分配的记录数。另外就是在mongodb移动过程前后会在shard0000上生成一个文件夹，里面包括一些bson文件，名字形如（表格+日期等信息）：

      post-cleanup.2010-09-07T04-13-31.1.bson

     该文件主要包括一些数据库，表结构及相关记录等信息，我想应该是用于数据恢复备份啥的。

     好的，今天的内容就先到这里了。