標籤：mongodb 分區叢集
本篇接著上面的四篇繼續講述在window平台下mongodb的分區叢集搭建。在分區叢集中也照樣可以建立索引，建立索引的方式與在單獨資料庫中建立索引的方式一樣。因此這不再多說。本篇主要聚焦在分區鍵的選取問題上。
分區鍵通俗來說就是分割海量資料的標記符。 如果更高效的劃分海量資料往往依賴於分區鍵的選擇。 分區鍵選得不好，應用程式就無法利用分區叢集所提供的諸多優勢。在這種情況下，查詢和插入得系能都回顯著下降。
一、低效的分區鍵 1.1 分布差
BSON對象ID是每個mongodb文檔的預設主鍵。所有的對象ID最重要的組成部分是時間戳記，也就是說對象ID是升序的，遺憾的是升序對於分區鍵來說是很糟糕的。由於分區是基於範圍的。使用升序的分區鍵後，所有最近插入的文檔會落在某個很小的連續範圍內。如果想讓插入負載分不到多個分區上，就不能使用升序分區鍵，應需某些隨機性更強發的的東西。
1.2 缺乏局部性升序分區鍵由明確的方向，完全隨機的分區鍵根部沒有方向。前者無法分散插入，而後者則可能將插入分散太慢。假設分區集合中每個文檔都包含一個MD5，而MD5欄位就是分區鍵。因為MD5隨著文檔的不同而進行變化。所有該分區鍵能確保插入的文檔均勻分布在叢集的分區上。但是有個問題，對於每個分區的MD5欄位索引進行的插入過程中，索引中每個虛擬記憶體分頁都有可能被訪問到。這就意外著有可能所有的索引和資料都裝在記憶體中。從而超出了實體記憶體。
3. 無法拆分的塊 隨機分區鍵和升序分區鍵都不好用，那麼就嘗試一下粗粒度分區鍵。舉個例子，例如使用者Id上傳了100張照片，那麼分區鍵就是使用者ID，第一原因對於每張照片來說具有隨機性，同時可以通過局部性引用來提升效率。但有個問題就是當使用者ID上傳的照片太大時候，以至於不得不分塊。而系統又不能把一個使用者的照片拆分成多個快。
二、理想的分區鍵
通過上面分析，理想的分區鍵應該滿足：
1. 將插入資料均勻分布到各個分區上2.保證crud操作能夠利用局部性3. 有足夠的粒度進行塊劃分
舉個例子：建立一個網站分析系統，一個不錯的資料模型就是每個網頁每月儲存一個文檔，隨後在那個文檔中保持該月每天的資料，每次訪問某個頁面增加一些計數器欄位。下面是於分區鍵有關的執行個體分析文檔：
｛ _id: objectId("34535353245eraf32223sdarwe") domin:"org.mongod" url:"download" perid:"2011-12"｝
最簡單的分區就是包含每個網頁的網域名稱，隨後是url{domain:1, url:1}所有來自指定域的頁面通常都落在一個分區上，但是一些特殊的域擁有大量頁面，在必要時候仍會被拆分到分區上。
備忘：本篇內容大多引自《MongoDB in action》 Kyle Banker著
【MongoDB】在windows平台下mongodb的分區叢集（五）
