对于这个Schema，好的mongodb分片密钥是什么？

Question

模式

{
        "_id" : ObjectId("5069d68700a2934015000000"),
        "port_name" : "CL1-A",
        "metric" : 340,
        "port_number" : "0",
        "datetime" : ISODate("2012-09-30T13:44:00Z"),
        "array_serial" : "12345"
}

每个阵列有128个端口，每个文档都是该指标的一分钟数据。看起来array_serial不是分片键的好选择，因为它的基数较低，也就是说，串行12345的所有数据都必须保留在同一分片上，而不是拆分成块，对吗？

port_number似乎允许适度的基数，但是它将导致查询隔离失败，因为同一阵列上的多个端口的单个查询将跨越多个分片。我不认为用户需要一次查询超过4-8个端口。

答案是一种组合吗？我是否应该使用日期时间的一部分，比如月或周？

Answer 1

关于数组序列，是的，这是正确的。

如果您使用"port_number"，它将具有足够高的基数，并且将意味着具有相同"port_number“的所有文档将驻留在相同的块中，但是如果查询到达一定范围的端口，那么它将命中多个分片。

正如您所猜到的，选择正确的分片密钥是非常重要和困难的。一个“完美”的分片键满足三个互斥的目标：

• 写入应该均匀分布在分片上

单个文档的

• 查询应该均匀分布在分片上
• 范围查询和排序应该是有效的，这意味着序列中的元素都应该在相同的分片上。

避免使用顺序分片键的原因之一是它将在插入时创建热点:在任何给定时间，单个分片将承担所有插入负载(它有利于查询隔离，但最终不利于性能-因此_id和"datetime“不是好的选择)。我可能会选择一个复合分片密钥。在Google Group上有一些关于这个话题的很好的讨论：

• https://groups.google.com/forum/?fromgroups=#!topic/mongodb-user/yolfc6B3JL8

如果您选择{ array_serial :1，datetime :1}，那么如果需要，"array_serial“的数据将被分成许多块(基于datetime)，并分布在服务器上。使用完整的"datatime“值。

"array_serial“是如何决定的？取值范围是什么？我假设port_name会随着port_number的变化而变化？

考虑到你所说的，我可能会选择{ port_number : 1，datetime: 1}，它不是完美的，但也不坏。

这对你来说是最好的选择吗？这真的取决于使用信息。

• 您最常用的查询是什么？

如果您主要要查询特定端口号范围内的特定名称，那么这可能是最适合您的关键字。

另一方面，如果您将主要执行基于日期时间的所有“名称”的查询，而不考虑端口号，那么您将每次执行分散/聚集查询，这将降低集群的整体性能。

另外，问问你自己

• 单个分片能否处理所有插入操作？
• 范围查询性能对您来说真的很重要吗？

根据您的问题，我猜您已经阅读了choosing a shard key上的链接:)

下面是一些关于挑选一个好的分片密钥的进一步讨论，可能会对你有所帮助：

• 克里斯蒂娜·乔德罗的优秀著作《Scaling MongoDB"
• Kristina's blog post on shard keys
• Tyler Brock's overview presentation on sharding
• Antoine Girbal's presentation on Sharding Best Practices

》