本篇文章探讨了大数据技术之Mongodb 分片 手动维护chunk，希望阅读本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入。

去年的笔记

For instance, if a chunk represents a single shard key value, then MongoDB cannot split the chunk even when the chunk exceeds the size at which splits occur.

如果一个chunk只包含一个分片键值，mongodb 就不会split这个chunk,即使这个chunk超过了 chunk需要split时的大小。所以分片键的选择非常重要。

这里举个例子，比如我们使用日期（精确到日） 作为分片键，当某一天的数据非常多时，这个分片键值（比如2015/12/12）的对应的chunk会非常大，

超过64M,但是这个chunk是不可分割的。这会造成数据在各个分片中不平衡，出现性能问题。

所以我们要以 选择性高的字段做为分片键，如果这个字段（比如 日志级别）选择性低，我们可以再添加一个选择性高的字段，两个字段做为分片键。

如果以日期做为分片键，为了避免大的chunk，我们可以把日期精确到 时分秒 然后做分片键。

if your chunk ranges get down to a single key value then no further splits are possible and you get "jumbo" chunks。

以下是 大的chunk的例子：

//dba.stackexchange.com/questions/72626/mongo-large-chunks-will-not-split

一个常见的错误：

Mongos version 3.0.1 Split Chunk Error with Sharding

//dba.stackexchange.com/questions/96732/mongos-version-3-0-1-split-chunk-error-with-sharding?rq=1

手动切割分片：

//www.cnblogs.com/xuegang/archive/2012/12/27/2836209.html

一、使用splitFind对可分割的chunk 手动分割。

splitFind(namespace, query),query的值必须包括分片键。将一个query指定的chunk,分割为两个基本相等大小的chunk。

mongos> db.users003.getShardDistribution()
Shard shard1 at shard1/192.168.137.111:27017,192.168.137.75:27017
 data : 212KiB docs : 3359 chunks : 2
 estimated data per chunk : 106KiB
 estimated docs per chunk : 1679
Shard shard2 at shard2/192.168.137.138:27018,192.168.137.75:27018
 data : 211KiB docs : 3337 chunks : 2
 estimated data per chunk : 105KiB
 estimated docs per chunk : 1668
Shard shard3 at shard3/192.168.137.111:27019,192.168.137.138:27019
 data : 209KiB docs : 3304 chunks : 2
 estimated data per chunk : 104KiB
 estimated docs per chunk : 1652
Totals
 data : 633KiB docs : 10000 chunks : 6
 Shard shard1 contains 33.58% data, 33.58% docs in cluster, avg obj size on shard : 64B
 Shard shard2 contains 33.37% data, 33.37% docs in cluster, avg obj size on shard : 64B
 Shard shard3 contains 33.03% data, 33.04% docs in cluster, avg obj size on shard : 64B
mongos> 
mongos> 
mongos> AllChunkInfo("test1.users003", true);
ChunkID,Shard,ChunkSize,ObjectsInChunk
test1.users003-_id_MinKey,shard1,106368,1662
test1.users003-_id_-6148914691236517204,shard1,108608,1697
test1.users003-_id_-3074457345618258602,shard3,107072,1673
test1.users003-_id_0,shard3,104384,1631
test1.users003-_id_3074457345618258602,shard2,110592,1728
test1.users003-_id_6148914691236517204,shard2,102976,1609
***********Summary Chunk Information***********
Total Chunks: 6
Average Chunk Size (bytes): 106666.66666666667
Empty Chunks: 0
Average Chunk Size (non-empty): 106666.66666666667
mongos> db.users003.count()
10000

执行splitFind之后，chunk被分割为两个基本相同大小的chunk:

mongos> sh.splitFind("test1.users003",{"name" : "u_100"})
{
 "ok" : 0,
 "errmsg" : "no shard key found in chunk query { name: \"u_100\" }"
}
mongos> sh.splitFind("test1.users003",{"_id" : ObjectId("568bdf16e05cf980cec8c455")})
{ "ok" : 1 }
mongos> 
mongos> 
mongos> 
mongos> 
mongos> 
mongos> 
mongos> AllChunkInfo("test1.users003", true);
ChunkID,Shard,ChunkSize,ObjectsInChunk
test1.users003-_id_MinKey,shard1,106368,1662
test1.users003-_id_-6148914691236517204,shard1,54272,848
test1.users003-_id_-4665891797978533183,shard1,54336,849
test1.users003-_id_-3074457345618258602,shard3,107072,1673
test1.users003-_id_0,shard3,104384,1631
test1.users003-_id_3074457345618258602,shard2,110592,1728
test1.users003-_id_6148914691236517204,shard2,102976,1609
***********Summary Chunk Information***********
Total Chunks: 7
Average Chunk Size (bytes): 91428.57142857143
Empty Chunks: 0
Average Chunk Size (non-empty): 91428.57142857143
mongos> db.users003.getShardDistribution()
Shard shard1 at shard1/192.168.137.111:27017,192.168.137.75:27017
 data : 212KiB docs : 3359 chunks : 3
 estimated data per chunk : 70KiB
 estimated docs per chunk : 1119
Shard shard2 at shard2/192.168.137.138:27018,192.168.137.75:27018
 data : 211KiB docs : 3337 chunks : 2
 estimated data per chunk : 105KiB
 estimated docs per chunk : 1668
Shard shard3 at shard3/192.168.137.111:27019,192.168.137.138:27019
 data : 209KiB docs : 3304 chunks : 2
 estimated data per chunk : 104KiB
 estimated docs per chunk : 1652
Totals
 data : 633KiB docs : 10000 chunks : 7
 Shard shard1 contains 33.58% data, 33.58% docs in cluster, avg obj size on shard : 64B
 Shard shard2 contains 33.37% data, 33.37% docs in cluster, avg obj size on shard : 64B
 Shard shard3 contains 33.03% data, 33.04% docs in cluster, avg obj size on shard : 64B

二、使用splitAt对可分割的chunk 手动分割。

 splitAt(namespace, query) 官方解释：

 sh.splitAt() splits the original chunk into two chunks. One chunk has a shard key range 

 that starts with the original lower bound (inclusive) and ends at the specified shard key value (exclusive). 

 The other chunk has a shard key range that starts with the specified shard key value (inclusive) as the lower bound 

 and ends at the original upper bound (exclusive).

三、手动迁移chunk

db.runCommand( { moveChunk : "myapp.users" ,

                 find : {username : "smith"} ,

                 to : "mongodb-shard3.example.net" } )

注释：

moveChunk：一个集合的名字要加上数据库的名称：比如test.yql 

find：一个查询语句，指定集合中的符合查询的数据或者chunk，系统自动查出from 的shard

to： 指向chunk的目的shard 

只要目的shard和源sharad同意指定的chunk由目的shard接管，命令就返回。迁移chunk是一个比较复杂的过程，它包括两个内部通信协议：

1 复制数据，包括在复制过程中的变化的数据

2 确保所有参与迁移的组成部分：目的shard ，源shard ，config server都确定迁移已经完成！

The command will block until the migration is complete.

四、相关脚本

--显示collection的chunk分布信息
db.collection.getShardDistribution()
显示chunk信息脚本：
AllChunkInfo = function(ns, est){
    var chunks = db.getSiblingDB("config").chunks.find({"ns" : ns}).sort({min:1}); //this will return all chunks for the ns ordered by min
    //some counters for overall stats at the end
    var totalChunks = 0;
    var totalSize = 0;
    var totalEmpty = 0;
    print("ChunkID,Shard,ChunkSize,ObjectsInChunk"); // header row
    // iterate over all the chunks, print out info for each 
    chunks.forEach( 
        function printChunkInfo(chunk) { 
        var db1 = db.getSiblingDB(chunk.ns.split(".")[0]); // get the database we will be running the command against later
        var key = db.getSiblingDB("config").collections.findOne({_id:chunk.ns}).key; // will need this for the dataSize call
        // dataSize returns the info we need on the data, but using the estimate option to use counts is less intensive
        var dataSizeResult = db1.runCommand({datasize:chunk.ns, keyPattern:key, min:chunk.min, max:chunk.max, estimate:est});
        // printjson(dataSizeResult); // uncomment to see how long it takes to run and status           
        print(chunk._id+","+chunk.shard+","+dataSizeResult.size+","+dataSizeResult.numObjects); 
        totalSize += dataSizeResult.size;
        totalChunks++;
        if (dataSizeResult.size == 0) { totalEmpty++ }; //count empty chunks for summary
        }
    )
    print("***********Summary Chunk Information***********");
    print("Total Chunks: "+totalChunks);
    print("Average Chunk Size (bytes): "+(totalSize/totalChunks));
    print("Empty Chunks: "+totalEmpty);
    print("Average Chunk Size (non-empty): "+(totalSize/(totalChunks-totalEmpty)));
}  
使用示例：
mongos> AllChunkInfo("test1.users001", true);
ChunkID,Shard,ChunkSize,ObjectsInChunk
test1.users001-_id_MinKey,shard3,11347710,171935
test1.users001-_id_-6148914691236517204,shard1,11293458,171113
test1.users001-_id_-3074457345618258602,shard1,11320716,171526
test1.users001-_id_0,shard3,11349096,171956
test1.users001-_id_3074457345618258602,shard2,11340054,171819
test1.users001-_id_6148914691236517204,shard2,11328966,171651
***********Summary Chunk Information***********
Total Chunks: 6
Average Chunk Size (bytes): 11330000
Empty Chunks: 0
Average Chunk Size (non-empty): 11330000

      本文由职坐标整理发布，学习更多的相关知识，请关注职坐标IT知识库！