面试题：MongoDB高基数与低基数片键的性能影响及应用场景

Question

详细分析高基数片键和低基数片键对MongoDB集群性能的不同影响，以及在实际应用中，如何根据业务场景来选择高基数或低基数片键。

Answer 1

高基数片键对 MongoDB 集群性能的影响

1. 数据分布均匀：高基数片键意味着片键值具有丰富的多样性。在 MongoDB 集群中，这会使得数据在各个分片上分布得更加均匀。例如，以用户 ID 作为片键，由于每个用户 ID 几乎唯一，数据能均匀分散在不同分片，有效避免数据倾斜问题。这有利于负载均衡，各个分片的读写压力相对均衡，能充分利用集群资源，提升整体性能。
2. 读操作性能：对于读操作，尤其是范围查询，如果查询条件基于高基数片键，MongoDB 能够快速定位到相关数据所在的分片，减少不必要的跨分片查询。例如，查询某个时间段内特定用户 ID 范围的数据，系统可以精准定位到相应分片，快速返回结果，提高查询效率。
3. 写操作性能：在写操作时，高基数片键同样有助于数据均匀分布，避免某个分片成为写热点。然而，如果存在大量并发写操作，由于数据分布在多个分片，可能会增加跨分片事务的复杂性和协调成本。

低基数片键对 MongoDB 集群性能的影响

1. 数据分布不均：低基数片键的片键值种类较少，容易导致数据在分片上分布不均匀，形成数据倾斜。例如，以性别作为片键（只有男、女两种值），可能会使大量数据集中在某一个或少数几个分片上，导致这些分片负载过重，而其他分片利用率低，降低集群整体性能。
2. 读操作性能：对于基于低基数片键的读操作，如果查询条件涉及低基数片键，可能会导致大量数据集中在少数分片，增加这些分片的读压力。而且，如果查询需要跨分片，由于数据分布不均，可能会产生较多的网络开销和协调成本，降低查询性能。
3. 写操作性能：写操作时，数据容易集中在少数分片上，使得这些分片成为写热点，可能导致写入性能瓶颈。同时，低基数片键下的并发写操作可能会引发更多的锁争用问题，进一步影响写性能。

根据业务场景选择高基数或低基数片键

1. 高基数片键适用场景
   • 读写均衡场景：当业务读写操作较为均衡，且数据量较大时，高基数片键能有效实现负载均衡，提升整体性能。例如电商系统中对商品的操作，商品 ID 作为高基数片键，可使读写均匀分布在各分片。
   • 范围查询频繁场景：如果应用中频繁进行基于某个字段的范围查询，且该字段基数高，选择其作为片键能优化查询性能。如日志系统中按时间戳范围查询日志记录，时间戳是高基数的，适合作为片键。
2. 低基数片键适用场景
   • 特定分组操作频繁场景：当业务经常需要对数据按某个低基数字段进行分组统计等操作时，选择该低基数字段作为片键可减少跨分片操作。例如在统计不同性别用户的消费总额时，以性别作为片键，可使统计操作在少数分片内完成。
   • 写操作集中场景：若写操作集中在某一类数据上，使用低基数片键可以将这些写操作集中在少数分片，减少跨分片事务协调成本。但要注意可能出现的写热点问题，可通过其他方式（如缓存）缓解。