且构网

分享程序员开发的那些事...
且构网 - 分享程序员编程开发的那些事

【Mongodb】 对 shard 进行大量数据拆分测试

更新时间:2022-02-01 19:10:12

前面介绍了如何搭建mongodb sharding 集群,本文对shard进行大量数据拆分测试,并谈了对于片键的选择注意事项,(可能不全,希望指教)
1 激活test数据库的分片功能。
mongos> db.runCommand({"enablesharding": "test"})
{ "ok" : 1 }
2 查看整个sharding 的架构
mongos> db.runCommand({listshards:1});
{
        "shards" : [
                {
                        "_id" : "shard0000",
                        "host" : "10.250.7.225:27018"
                },
                {
                        "_id" : "shard0001",
                        "host" : "10.250.7.249:27019"
                },
                {
                        "_id" : "shard0002",
                        "host" : "10.250.7.241:27020"
                }
        ],
        "ok" : 1
}
mongos> printShardingStatus();
--- Sharding Status --- 
  sharding version: { "_id" : 1, "version" : 3 }
  shards:
        {  "_id" : "shard0000",  "host" : "10.250.7.225:27018" }
        {  "_id" : "shard0001",  "host" : "10.250.7.249:27019" }
        {  "_id" : "shard0002",  "host" : "10.250.7.241:27020" }
  databases:
        {  "_id" : "admin",  "partitioned" : false,  "primary" : "config" }
        {  "_id" : "test",  "partitioned" : true,  "primary" : "shard0000" } 
Note:test 数据库的 partitioned 为true 意味开启了sharding 功能
3 激活test数据库中的集合sharding功能,并指定片键为"_id",索引唯一。
mongos> db.runCommand({shardcollection:'test.yql',key:{_id:1}, unique : true});
{ "collectionsharded" : "test.yql", "ok" : 1 }
插入17条数据,并查看yql的状况
mongos> db.yql.stats();
{
        "sharded" : true,
        "flags" : 1,
        "ns" : "test.yql",
        "count" : 17,
        "numExtents" : 1,
        "size" : 1616,
        "storageSize" : 8192,
        "totalIndexSize" : 8176,
        "indexSizes" : {
                "_id_" : 8176
        },
        "avgObjSize" : 95.05882352941177,
        "nindexes" : 1,
        "nchunks" : 1,
        "shards" : {
      "shard0000" : { --表示yql被拆分到了10.250.7.225这台机器上了
                        "ns" : "test.yql",
                        "count" : 17,
                        "size" : 1616,
                        "avgObjSize" : 95.05882352941177,
                        "storageSize" : 8192,
                        "numExtents" : 1,
                        "nindexes" : 1,
                        "lastExtentSize" : 8192,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 8176,
                        "indexSizes" : {
                                "_id_" : 8176
                        },
                        "ok" : 1
                }
        },
        "ok" : 1
}
mongos> 
4 使用 pymongodb 向test.yql插入200w的数据
[mongodb@rac4 pymongo]$ python
Python 2.4.3 (#1, Jan 21 2009, 01:11:33) 
[GCC 4.1.2 20071124 (Red Hat 4.1.2-42)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> 
>>> import pymongo
>>>conn = pymongo.Connection(host="127.0.0.1")
>>> db=conn.test

>>> for i in xrange(2000000):
...   val=dict(val="yangql"+str(i))
...   db.yql.insert(val)   
ObjectId('4eb2aa5940643e5bb61e847b')
ObjectId('4eb2aa5940643e5bb61e847c')
ObjectId('4eb2aa5940643e5bb61e847d')
ObjectId('4eb2aa5940643e5bb61e847e')
ObjectId('4eb2aa5940643e5bb61e847f')
....省略....
5 再次查看,collection yql在整个sharding的分布状况:这次collection yql 被拆分到了三个不同的shard上面。
mongos> db.yql.stats();
{
        "sharded" : true,
        "flags" : 1,
        "ns" : "test.yql",
        "count" : 2000017,
        "numExtents" : 23,
        "size" : 92001336,
        "storageSize" : 146833408,
        "totalIndexSize" : 64917440,
        "indexSizes" : {
                "_id_" : 64917440
        },
        "avgObjSize" : 46.00027699764552,
        "nindexes" : 1,
        "nchunks" : 4,
        "shards" : {
                "shard0000" : {
                        "ns" : "test.yql",
                        "count" : 29448,
                        "size" : 1296204,
                        "avgObjSize" : 44.016707416462914,
                        "storageSize" : 2793472,
                        "numExtents" : 5,
                        "nindexes" : 1,
                        "lastExtentSize" : 2097152,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 964768,
                        "indexSizes" : {
                                "_id_" : 964768
                        },
                        "ok" : 1
                },
                "shard0001" : {
                        "ns" : "test.yql",
                        "count" : 1942524,
                        "size" : 89471128,
                        "avgObjSize" : 46.05921368281679,
                        "storageSize" : 141246464,   --这里shard0001上面的数据比较多,和片键的选择有关。
                        "numExtents" : 13,
                        "nindexes" : 1,
                        "lastExtentSize" : 30072832,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 63036960,
                        "indexSizes" : {
                                "_id_" : 63036960
                        },
                        "ok" : 1
                },
                "shard0002" : {
                        "ns" : "test.yql",
                        "count" : 28045,
                        "size" : 1234004,
                        "avgObjSize" : 44.00085576751649,
                        "storageSize" : 2793472,
                        "numExtents" : 5,
                        "nindexes" : 1,
                        "lastExtentSize" : 2097152,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 915712,
                        "indexSizes" : {
                                "_id_" : 915712
                        },
                        "ok" : 1
                }
        },
        "ok" : 1
}
从下面的查询结果可以看出,集合yql 根据片键的分布:
shard0000 _id:{$minKey:1} -->>"4eb298b3adbd9673afee95e3"           
shard0000 _id:4eb298b3adbd9673afee95e3"-->>"4eb2a64640643e5bb60072f7" 
shard0002 _id: "4eb2a64640643e5bb60072f7-->>"4eb2a65340643e5bb600e084"
shard0001 _id:4eb2a65340643e5bb600e084"-->>{ $maxKey:1}
mongos> printShardingStatus();
--- Sharding Status --- 
  sharding version: { "_id" : 1, "version" : 3 }
  shards:
        {  "_id" : "shard0000",  "host" : "10.250.7.225:27018" }
        {  "_id" : "shard0001",  "host" : "10.250.7.249:27019" }
        {  "_id" : "shard0002",  "host" : "10.250.7.241:27020" }
  databases:
        {  "_id" : "admin",  "partitioned" : false,  "primary" : "config" }
        {  "_id" : "test",  "partitioned" : true,  "primary" : "shard0000" }
                test.yql chunks:
                                shard0000       2
                                shard0002       1
                                shard0001       1
                        { "_id" : { $minKey : 1 } } -->> { "_id" : ObjectId("4eb298b3adbd9673afee95e3") } on : shard0000 { "t" : 2000, "i" : 1 }
                        { "_id" : ObjectId("4eb298b3adbd9673afee95e3") } -->> { "_id" : ObjectId("4eb2a64640643e5bb60072f7") } on : shard0000 { "t" : 1000, "i" : 3 }
                        { "_id" : ObjectId("4eb2a64640643e5bb60072f7") } -->> { "_id" : ObjectId("4eb2a65340643e5bb600e084") } on : shard0002 { "t" : 3000, "i" : 1 }
                        { "_id" : ObjectId("4eb2a65340643e5bb600e084") } -->> { "_id" : { $maxKey : 1 } } on : shard0001 { "t" : 3000, "i" : 0 }
mongos> 
在配置的时候,我们只是指定了片键,对集合的拆分则是由mongos来进行的,即集群自动进行数据拆分,并进行负载均衡!对于片键的选择会影响到集合在shard的分布,对于本文中的例子:
选择_id 为片键,分了四个区间:
[{$minKey:1},"4eb298b3adbd9673afee95e3" ]
["4eb298b3adbd9673afee95e3","4eb2a64640643e5bb60072f7"]
["4eb2a64640643e5bb60072f7","4eb2a65340643e5bb600e084"]
["4eb2a65340643e5bb600e084",{$maxKey:1}]
随着数据的继续插入,再进行拆分数据插入的数据依然会插入到shard0001服务器上的,对于上面的例子再次插入200w的数据:
查看yql的分片分布:shard0000 和shard0002上面存储的数据没有变化,所有插入的数据全部落入到shard0001上面。
mongos> db.yql.stats();
{
        "sharded" : true,
        "flags" : 1,
        "ns" : "test.yql",
        "count" : 4000017,
        "numExtents" : 26,
        "size" : 184000936,
        "storageSize" : 278208512,
        "totalIndexSize" : 129802176,
        "indexSizes" : {
                "_id_" : 129802176
        },
        "avgObjSize" : 46.00003849983638,
        "nindexes" : 1,
        "nchunks" : 4,
        "shards" : {
                "shard0000" : {
                        "ns" : "test.yql",
                        "count" : 29448,
                        "size" : 1296204,
                        "avgObjSize" : 44.016707416462914,
                        "storageSize" : 2793472,
                        "numExtents" : 5,
                        "nindexes" : 1,
                        "lastExtentSize" : 2097152,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 964768,
                        "indexSizes" : {
                                "_id_" : 964768
                        },
                        "ok" : 1
                },
                "shard0001" : {
                        "ns" : "test.yql",
                        "count" : 3942524,
                        "size" : 181470728,
                        "avgObjSize" : 46.02907376086994,
                        "storageSize" : 272621568,
                        "numExtents" : 16,
                        "nindexes" : 1,
                        "lastExtentSize" : 51974144,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 127921696,
                        "indexSizes" : {
                                "_id_" : 127921696
                        },
                        "ok" : 1
                },
                "shard0002" : {
                        "ns" : "test.yql",
                        "count" : 28045,
                        "size" : 1234004,
                        "avgObjSize" : 44.00085576751649,
                        "storageSize" : 2793472,
                        "numExtents" : 5,
                        "nindexes" : 1,
                        "lastExtentSize" : 2097152,
                        "paddingFactor" : 1,
                        "flags" : 1,
                        "totalIndexSize" : 915712,
                        "indexSizes" : {
                                "_id_" : 915712
                        },
                        "ok" : 1
                }
        },
        "ok" : 1
}
mongos>  
这样不符合sharding的初衷:负载均衡,最终也会导致shard0001 上面的磁盘空间和内存不足。
Note:如果写入负载比较高,要分散负载,此时必须考虑选择均匀分布的片键。不能在只有几个值的片键,比如对于status 有四个值,A,B,C,D.mongos 不会创建多于4个块。选择片键时,除了均匀分布也要有个增长上线即最大值,否则就会出现上面的情况,违背了sharding的初衷。