面试题：MongoDB分片架构中片键设计要点之数据分布问题

Question

在MongoDB分片架构中，假设我们有一个存储用户订单的集合，包含字段如用户ID、订单时间、订单金额等。请阐述如何选择片键才能让数据在各个分片上分布相对均匀，避免数据倾斜，并说明原因。

Answer 1

选择片键的方法及原因

1. 用户ID作为片键
   • 分布均匀性：如果用户ID是随机生成的，使用用户ID作为片键可以使数据在各个分片上分布相对均匀。因为随机的用户ID没有明显的聚集性，不同用户的订单会分散到不同的分片。
   • 避免数据倾斜：可以防止因某个特定的用户订单量过大，导致某个分片负载过高。例如，如果按订单金额分片，高消费用户的订单可能集中在一个分片，造成数据倾斜；而随机的用户ID能避免这种情况。
2. 订单时间和用户ID组合作为片键
   • 分布均匀性：结合订单时间可以进一步细化数据分布。例如按时间范围（如按月），每个月内不同用户的订单通过用户ID再进一步分散。这样在时间维度和用户维度上都有较好的分布。
   • 避免数据倾斜：对于季节性或周期性的订单数据，仅用用户ID分片可能导致某些时间段的数据集中在特定分片。组合订单时间后，不同时间段的数据能均匀分布到各个分片，降低数据倾斜的可能性。

避免选择订单金额作为片键，因为订单金额可能存在较大差异，高金额订单可能集中在少数几个值附近，容易造成数据倾斜，导致某些分片负载过重。