面试题：MongoDB单机集群分片的数据分布策略

Question

在单机集群上实施MongoDB分片时，数据是如何基于片键在各个分片之间分布的？请阐述不同片键类型（如哈希片键、范围片键）对数据分布的影响及适用场景。

Answer 1

数据基于片键在分片间的分布原理

在单机集群上实施MongoDB分片时，MongoDB会根据片键对数据进行拆分，再将拆分后的数据分布到不同的分片上。其核心机制是通过一个范围映射表，这个表将片键值的范围与具体的分片关联起来。当插入新数据时，MongoDB根据数据的片键值，查询范围映射表，确定该数据应被存储到哪个分片。

不同片键类型对数据分布的影响

1. 哈希片键：
   • 影响：哈希片键通过对片键值计算哈希值，然后根据哈希值将数据均匀分布到各个分片上。这种方式不考虑片键值的自然顺序，能避免数据倾斜，即使数据的片键值有明显的聚集趋势，也能相对均匀地分布在各个分片。例如，若片键是用户ID，即使某些用户ID段使用频率高，哈希片键也能使这些数据分散在不同分片。
   • 适用场景：适用于写操作频繁且希望数据均匀分布的场景，如物联网设备数据收集系统，设备ID作为片键，通过哈希片键可使大量设备并发写入的数据均匀分布在各分片，提升写入性能。
2. 范围片键：
   • 影响：范围片键按片键值的自然顺序划分范围，数据按片键值范围存储在不同分片。如果片键值分布不均匀，会导致数据倾斜，如按时间戳作为片键，新数据集中在最近时间范围，可能使存储最近时间范围数据的分片负载过重。
   • 适用场景：适用于读操作频繁且查询条件常基于片键范围的场景，如日志系统，按时间范围查询日志很常见，使用时间戳作为范围片键，可快速定位到存储特定时间范围日志数据的分片，提升查询性能。