面试题：MongoDB中如何选择合适的片键类型

Question

在优化MongoDB片键策略时，不同类型的片键（如单调递增的字段、随机分布的字段等）各有什么优缺点？举例说明在什么业务场景下适合选择单调递增的片键，什么场景下适合随机分布的片键。

Answer 1

单调递增片键

• 优点：
  • 写入性能：在写入操作时，数据按照片键的递增顺序写入，对于写入密集型的工作负载，能够减少写冲突，提升写入效率。例如在日志记录场景中，随着时间递增记录日志，单调递增的时间戳作为片键能有效处理写入。
  • 范围查询：对于基于范围的查询（例如查询某时间段内的数据）非常高效，因为数据在物理存储上是按片键顺序排列的，MongoDB 可以快速定位到所需的数据范围。
• 缺点：
  • 热点问题：由于数据集中在最新的片键值附近写入，可能会导致某个分片成为热点，负载过高，影响整个集群的性能。例如在实时订单系统中，如果使用订单创建时间作为单调递增片键，新订单不断涌入，会使负责最新订单的分片压力过大。
  • 负载不均衡：如果大部分操作集中在最新的数据上，早期分片可能会处于闲置状态，造成集群资源利用不均衡。

适合场景：时间序列数据记录，如系统日志、传感器数据采集等场景，这类数据通常按时间顺序生成，使用单调递增的时间字段作为片键能够有效利用其写入性能优势。

随机分布片键

• 优点：
  • 负载均衡：数据在集群中随机分布，避免了单个分片成为热点，能使负载在各个分片上较为均匀地分布。例如在电商用户信息存储中，使用用户 ID（假设是随机生成）作为片键，不同用户的数据随机分布在各个分片，均衡负载。
  • 写入均匀：写入操作不会集中在某个特定的分片区域，减少了写冲突的可能性，适合高并发写入场景。
• 缺点：
  • 范围查询：对于范围查询效率较低，因为数据在物理存储上是随机分布的，MongoDB 需要扫描多个分片来获取范围内的数据。例如查询某地区的用户信息（假设地区与片键无关联），需要在多个分片上查找。
  • 维护成本：由于数据分布随机，可能需要更复杂的管理和维护策略，以确保数据的一致性和可用性。

适合场景：高并发写入且对范围查询需求较少的场景，如物联网设备海量数据的实时采集存储，设备 ID 等随机分布的字段作为片键可使数据均匀写入集群。