参考答案
内容深度:适中 · 无代码示例 · 来源:外部链接 · 未复核 · 49 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点(何时分片):
- 数据量超过单机磁盘/内存上限;② 写吞吐达到单节点瓶颈(单 primary 写入受限);③ 出现无法靠加索引/优化查询解决的热点;④ 需要把数据就近部署到不同区域。分片前应先穷尽索引优化、读写分离、升级硬件等手段。
要点(shard key 原则):
- 高基数:key 的取值空间要大(如 userId),否则分片数受限、产生超大 chunk;
- 写分布均匀:避免单调递增的 key(如默认自增 _id/时间戳)把所有新写入压到同一个「热分片」,应改用哈希分片打散;
- 查询局部性:常用查询能带上 shard key,使其定向到单个/少数分片(targeted query),而非广播到全部分片(scatter-gather);
- 取舍:范围分片利于范围查询但易热点,哈希分片利于均衡但范围查询会广播,可结合 zone sharding 按业务区域切分。
要点(选错后果):
- 单调递增 key → 所有写入集中到当前最大 chunk 所在分片,形成「热点分片」,无法均衡;
- 低基数字段(如 status 只有几个值)→ chunk 数量极少、单 chunk 超大(jumbo chunk),迁移卡死、数据倾斜;
- 查询不带 shard key → 被迫广播查询所有分片再聚合,延迟与负载翻倍。
- 结论:shard key 一旦选定难以更改(需分片集合重建),设计时要同时兼顾「均衡写」与「定向读」。