面试题：针对高写入量的MongoDB应用如何选择片键

Question

假设你正在为一个具有高写入量且数据量持续增长的MongoDB应用设计分片方案，详细说明如何根据这种使用情况挑选合适的片键，以及这样选择对性能和数据分布的影响。

Answer 1

选择合适片键的方法

1. 基于时间字段：
   • 如果应用有时间相关的字段，比如日志记录时间戳。选择时间字段作为片键，如createdAt。这是因为数据通常按时间顺序写入，时间戳递增，这样新写入的数据会均匀分布到各个分片上。随着时间推移，数据持续增长，新的数据会不断分配到不同分片，避免单个分片写入压力过大。
2. 基于高基数字段：
   • 若数据中有唯一标识或基数较高的字段，如用户ID。选择这类字段作为片键，可使数据基于不同的ID值均匀分布。在高写入量场景下，不同用户的写入操作会分散到不同分片，防止数据倾斜。例如在社交应用中，以用户ID作为片键，每个用户的消息、动态等写入操作会分布到不同分片。

对性能和数据分布的影响

1. 性能方面：
   • 写入性能：合适的片键能有效提升写入性能。基于时间字段或高基数字段作为片键，写入操作能均匀分散到各分片，避免单个分片成为写入瓶颈。在高写入量场景下，减少了写入等待时间，提升整体写入速度。
   • 读取性能：若查询经常基于片键字段，如按时间范围查询日志或按用户ID查询用户相关数据，由于数据按片键均匀分布，查询可快速定位到相关分片，提升读取效率。但如果查询不涉及片键字段，可能需要扫描多个分片，影响读取性能。
2. 数据分布方面：
   • 均匀性：恰当选择片键能确保数据在各分片间均匀分布。基于时间或高基数字段的片键，新写入数据会依据片键值均匀分配到不同分片，避免数据集中在少数分片，实现数据的良好平衡。
   • 扩展性：随着数据量持续增长，以合适片键构建的分片方案可轻松扩展。新的分片可按需添加，数据可根据片键值重新平衡分布到新分片中，维持系统的高性能运行。