为MongoDB添加分片副本集
作者:快盘下载 人气://
为MongoDB新增分片副本集
//
MongoDB分片相关的知识，之前介绍过了，今天我们来看如何为一个已经分片好的集群添加一个新的分片副本集。
背景是这样的：线上一个MongoDB集群保存了很多历史数据，这些历史数据是按照时间字段进行分片的，最近到了2021年，有些分片的截止时间要到了，为了能容纳更多的数据，需要在当前分片的基础上增加相应的分片。
线上环境中，每个分片本身也是一个3副本的副本集，所以添加的时候有些特定的流程需要注意，我再测试环境中简单测了一下这个过程，记录下来。
整个过程大概的流程是：
1、新建分片副本集
2、使用addShard命令将分片副本集添加到集群中
3、使用addShardTag命令为分片打标签
4、使用addTagRange命令为打好标签的分片设置片键的数值区间，注意，各个分片的数值区间不能有重复。
目前测试环境的架构是：
01
新建副本集
由于我们即将加入集群的分片是一个副本集，因此，需要提前将这个副本集创建好，创建的过程相对比较容易，按照之前的步骤来进行搭建，这里给出链接：
MongoDB运维与开发(六)---MongoDB集群(3)
02
副本集添加到已有的集群中(addShard)
这一步也比较简单，可以直接在mongos上的admin数据库使用命令addShard即可：
db.runCommand({addShard:"sharding_yeyz1/127.0.0.1:27024,127.0.0.1:27025,127.0.0.1:27026"}) 当然，你也可以直接使用db.adminCommand命令来代替db.runCommand命令，这两个命令的区别是adminCommand命令默认是在admin数据库下面执行的，而runCommand默认的是当前数据库。
上面的命令，将本地的：
27024、27025、27026端口加入到集群中。到这里架构会变成：
03
添加分片时间标签(addShardTag)
分片加入到集群之后，还需要对分片添加Tag，添加Tag的目的，是让我们知道，当前分片上保留的业务数据是哪一个时间段的。在测试环境中，我使用1_1000和1000_2000这两个tag来测试，命令如下：
sh.addShardTag("sharding_yeyz", "1_1000")
sh.addShardTag("sharding_yeyz1", "1000_2000") 对上面的命令简单进行解释，其中：
sharding_yeyz和sharding_yeyz1是分片副本集的名称；
1_1000和1000_2000是tag的名称。
添加完毕之后，我们可以通过系统的config库下面的tag表看到tag的情况，如下：
mongos> db.shards.find()
{ "_id" : "sharding_yeyz", "host" : "sharding_yeyz/127.0.0.1:27018,127.0.0.1:27019,127.0.0.1:27020", "state" : 1, "tags" : [ "1_1000" ] }
{ "_id" : "sharding_yeyz1", "host" : "sharding_yeyz1/127.0.0.1:27024,127.0.0.1:27025,127.0.0.1:27026", "state" : 1, "tags" : [ "1000_2000" ] } 04
给打好的标签添加具体的数值范围(addTagRange)
设定好标签之后，需要设置每个标签所代表的分片上具体的数值范围，这就要用到addTagRange函数，使用方法如下：
sh.addTagRange( "new.test",
{ number: 1},
{ number: 1000},
"1_1000"
)
sh.addTagRange( "new.test",
{ number: 1000},
{ number: 2000},
"1000_2000"
) 注意，这里数值范围是指分片的那个集合的片键的数值范围。
分片永远是针对集合说的。
上面的命令是说，我们对数据库new下面的test集合做了分片，它的片键值是number这个字段：
当number属于[1,1000）的时候，该文档存放在tag是"1_1000"的这个分片上,也就是sharding_yeyz；
当number属于[1000,2000）的时候，该文档存放在tag是"1000_2000"的这个分片上,也就是sharding_yeyz1；
注意，区间为左闭右开。
05
查看结果
添加分片并设置分片的数值范围之后，我们可以使用：
db.printShardingStatus()命令或者sh.status()命令来查看当前集群中的分片情况：
mongos> sh.status()
--- Sharding Status ---
sharding version: {
"_id" : 1,
"minCompatibleVersion" : 5,
"currentVersion" : 6,
"clusterId" : ObjectId("5fafaf4f5785d9965548f687")
}
shards:
{ "_id" : "sharding_yeyz", "host" : "sharding_yeyz/127.0.0.1:27018,127.0.0.1:27019,127.0.0.1:27020", "state" : 1, "tags" : [ "1_1000" ] }
{ "_id" : "sharding_yeyz1", "host" : "sharding_yeyz1/127.0.0.1:27024,127.0.0.1:27025,127.0.0.1:27026", "state" : 1, "tags" : [ "1000_", "1000_2000" ] }
active mongoses:
"4.0.6" : 1
autosplit:
Currently enabled: yes
balancer:
Currently enabled: yes
Currently running: no
Failed balancer rounds in last 5 attempts: 0
Migration Results for the last 24 hours:
No recent migrations
databases:
{ "_id" : "config", "primary" : "config", "partitioned" : true }
config.system.sessions
shard key: { "_id" : 1 }
unique: false
balancing: true
chunks:
sharding_yeyz 1
{ "_id" : { "$minKey" : 1 } } -->> { "_id" : { "$maxKey" : 1 } } on : sharding_yeyz Timestamp(1, 0)
{ "_id" : "new", "primary" : "sharding_yeyz", "partitioned" : true, "version" : { "uuid" : UUID("68c70c64-f732-4478-8851-06dad4b94d6b"), "lastMod" : 1 } }
new.test
shard key: { "number" : 1 }
unique: false
balancing: true
chunks:
sharding_yeyz 3
sharding_yeyz1 1
{ "number" : { "$minKey" : 1 } } -->> { "number" : 1 } on : sharding_yeyz Timestamp(2, 1)
{ "number" : 1 } -->> { "number" : 1000 } on : sharding_yeyz Timestamp(1, 2)
{ "number" : 1000 } -->> { "number" : 2000 } on : sharding_yeyz1 Timestamp(2, 0)
{ "number" : 2000 } -->> { "number" : { "$maxKey" : 1 } } on : sharding_yeyz Timestamp(1, 5)
tag: 1_1000 { "number" : 1 } -->> { "number" : 1000 }
tag: 1000_2000 { "number" : 1000 } -->> { "number" : 2000 } 到了这里，我们开始验证最终的结果，先通过下面的命令生成一组测试数据，如下：
for (var i=1 ;i<=2000 ; i++){ db.test.insert({"number":i})} 去查看每个分片上的内容，可以发现：
sharding_yeyz
sharding_yeyz:PRIMARY> db.test.find().sort({"number":-1})
{ "_id" : ObjectId("5ffc051dd4c416daac620af5"), "number" : 2000 }
{ "_id" : ObjectId("5ffc0511d4c416daac620325"), "number" : 2000 }
{ "_id" : ObjectId("5ffc051bd4c416daac62070c"), "number" : 999 }
{ "_id" : ObjectId("5ffc050fd4c416daac61ff3c"), "number" : 999 }
{ "_id" : ObjectId("5ffc051bd4c416daac62070b"), "number" : 998 }
{ "_id" : ObjectId("5ffc050fd4c416daac61ff3b"), "number" : 998 }
{ "_id" : ObjectId("5ffc051bd4c416daac62070a"), "number" : 997 }
{ "_id" : ObjectId("5ffc050fd4c416daac61ff3a"), "number" : 997 }
{ "_id" : ObjectId("5ffc051bd4c416daac620709"), "number" : 996 }
{ "_id" : ObjectId("5ffc050fd4c416daac61ff39"), "number" : 996 }
{ "_id" : ObjectId("5ffc051bd4c416daac620708"), "number" : 995 } 这里需要注意，为什么2000这个值还是出现在分片一上呢？
这个原因是在设置分片的数值范围的时候，我们设置的区间是左闭右开的。而我们设置的分片范围分别是[1,1000）和[1000,2000）,因此2000这个数字就被随机分配到这两个分片中，实际的情况是，它被分配到了分片一中。
sharding_yeyz1
sharding_yeyz1:PRIMARY> db.test.find().sort({"number":-1})
{ "_id" : ObjectId("5ffc051dd4c416daac620af4"), "number" : 1999 }
{ "_id" : ObjectId("5ffc0511d4c416daac620324"), "number" : 1999 }
{ "_id" : ObjectId("5ffc051dd4c416daac620af3"), "number" : 1998 }
{ "_id" : ObjectId("5ffc0511d4c416daac620323"), "number" : 1998 }
{ "_id" : ObjectId("5ffc051dd4c416daac620af2"), "number" : 1997 }
{ "_id" : ObjectId("5ffc0511d4c416daac620322"), "number" : 1997 }
{ "_id" : ObjectId("5ffc051dd4c416daac620af1"), "number" : 1996 }
{ "_id" : ObjectId("5ffc0511d4c416daac620321"), "number" : 1996 }
{ "_id" : ObjectId("5ffc051dd4c416daac620af0"), "number" : 1995 }
{ "_id" : ObjectId("5ffc0511d4c416daac620320"), "number" : 1995 }
{ "_id" : ObjectId("5ffc051dd4c416daac620aef"), "number" : 1994 }
{ "_id" : ObjectId("5ffc0511d4c416daac62031f"), "number" : 1994 }
{ "_id" : ObjectId("5ffc051dd4c416daac620aee"), "number" : 1993 }
{ "_id" : ObjectId("5ffc0511d4c416daac62031e"), "number" : 1993 }
{ "_id" : ObjectId("5ffc051dd4c416daac620aed"), "number" : 1992 }
{ "_id" : ObjectId("5ffc0511d4c416daac62031d"), "number" : 1992 } 这个结果看着就比较正常了。
今天的内容就到这里吧。
加载全部内容