4-1MongoDB 复制集 & 分片
目录
4-1MongoDB 复制集 & 分片
第一关：MongoDB 架构
复制集
分片
复制集与分片的区别：
第二关：MongoDB 复制集搭建
配置文件设置
1、数据存放位置；
2、日志文件；
3、配置文件
4、配置文件启动命令（在命令行中输入）：
配置主从节点
1、进入端口号为27018的进行配置，连接数据库：
2、选择数据库 admin；
3、输入配置要求如下：
4、使用 rs.initiate（config）进行初始化：
5、使用 rs.status() 查看状态。
验证复制集同步
1、连接主数据库：
2、连接从数据库：
切换 Primary 节点到指定的节点
1、先进入主节点中进行操作：
2、查看目前的节点状态：
编程测试代码：
第三关：
配置文件设置
config 节点
1、配置启动节点服务：
2、连接 route 节点：
route 节点
1、配置启动节点服务：
2、连接上 route 节点：
3、添加分片：
4、查看集群的状态：分片摘要信息、数据库摘要信息、集合摘要信息等；
分片验证
1、连接 route 节点：
2、对集合使用的数据库启用分片：
3、添加索引：
4、分片：
5、插入10万条数据：
6、再次运行 sh.status()
7、去各个节点查看数据分布情况：
4-1MongoDB 复制集 & 分片
第一关：MongoDB 架构
复制集
复制集由一个主服务器和多个副本服务器构成，通过复制讲数据的更新由主服务器推送到其他副本服务器上，在一定的延迟后，达到每个mongoDB实例维护相同的数据集副本
复制集优点：
- 备份数据 （数据冗余）
数据库的数据只有一份的话是极不安全的，一旦数据所在的电脑坏掉，我们的数据就彻底丢失了，所以要有一个备份数据的机制。
- 故障自动转移
部署了复制集，当主节点挂了后，集群会自动投票再从节点中选举出一个新的主节点，继续提供服务。而且这一切都是自动完成的，对运维人员和开发人员是透明的。当然，发生故障了还是得人工及时处理，不要过度依赖复制集，万一都挂了，那就连喘息的时间都没有了。
- 在某些特定的场景下提高读性能 （读写分离）
副本集可以将读取请求分流到所有副本上，以减轻主节点的读写压力
默认情况下，读和写都只能在主节点上进行。 下面是 MongoDB 的客户端支持5种复制集读选项：
-
- primary ：默认模式，所有的读操作都在复制集的主节点进行的；
- primaryPreferred ：在大多数情况时，读操作在主节点上进行，但是如果主节点不可用了，读操作就会转移到从节点上执行；
- secondary ：所有的读操作都在复制集的从节点上执行；
- secondaryPreferred ：在大多数情况下，读操作都是在从节点上进行的，但是当从节点不可用了，读操作会转移到主节点上进行；
- nearest ：读操作会在复制集中网络延时最小的节点上进行，与节点类型无关。
分片
分片（sharding）是指将数据库拆分，使其分散在不同的机器上的过程。将数据分散到不同的机器上，不需要功能强大的服务器就可以存储更多的数据和处理更大的负载。基本思想就是将集合切成小块，这些块分散到若干片里，每个片只负责总数据的一部分，最后通过一个均衡器来对各个分片进行均衡（数据迁移）。通过一个名为 mongos 的路由进程进行操作，mongos 知道数据和片的对应关系（通过配置服务器）。
什么时候使用分片：
- 机器的磁盘不够用了，使用分片解决磁盘空间的问题；
- 单个 mongod 已经不能满足写数据的性能要求，通过分片让写压力分散到各个分片上面，使用分片服务器自身的资源；
- 想把大量数据放到内存里提高性能，通过分片使用分片服务器自身的资源。
- Shard ：用于存储实际的数据块，实际生产环境中一个 shard server 角色可由几台机器组个一个 replica set 承担，防止主机单点故障；
- Config Server ：mongod 实例，存储了整个 ClusterMetadata，其中包括 chunk 信息；
- Query Routers ：前端路由，客户端由此接入，且让整个集群看上去像单一数据库，前端应用可以透明使用。
复制集与分片的区别：
分片是每个节点存储数据的不同片段，副本集是每个节点存储数据的相同副本
第二关：MongoDB 复制集搭建
配置文件设置
要启动三个 mongodb 服务，要准备三个数据存放位置，三个日志文件，三个配置文件
1、数据存放位置；
在 /data 路径下创建文件夹 db1、db2 和 db3 来存放三个服务的数据。
cd /data
mkdir db1 db2 db32、日志文件；
在 /logs 路径下创建文件夹 mongo 存放日志文件 mongod1.log、mongod2.log 和 mongod3.log（文件不用创建，到时候会自动生成，但路径即文件夹必须提前创建好）。
cd ..
mkdir /logs
mkdir /logs/mongo
cd /logs/mongo
touch mongod1.log mongod2.log mongod3.log3、配置文件
在 /etc/mongod 路径下新建三个配置文件，使用配置文件启动 mongod 服务（在之前的实训中我们都是用命令启动的）。
cd
cd /etc
mkdir mongod
cd mongodvim mongod1.confmongod1.conf 内容如下：
port=27018 #配置端口号
dbpath=/data/db1 #配置数据存放的位置
logpath=/logs/mongo/mongod1.log #配置日志存放的位置
logappend=true #日志使用追加的方式
fork=true #设置在后台运行
replSet=YOURMONGO #配置复制集名称，该名称要在所有的服务器一致
vim mongod2.confmongod2.conf 内容如下：
port=27019 #配置端口号
dbpath=/data/db2 #配置数据存放的位置
logpath=/logs/mongo/mongod2.log #配置日志存放的位置
logappend=true #日志使用追加的方式
fork=true #设置在后台运行
replSet=YOURMONGO #配置复制集名称，该名称要在所有的服务器一致
vim mongod3.confmongod3.conf 内容如下：
port=27020 #配置端口号
dbpath=/data/db3 #配置数据存放的位置
logpath=/logs/mongo/mongod3.log #配置日志存放的位置
logappend=true #日志使用追加的方式
fork=true #设置在后台运行
replSet=YOURMONGO #配置复制集名称，该名称要在所有的服务器一致
4、配置文件启动命令（在命令行中输入）：
mongod -f /etc/mongod/mongod1.conf
mongod -f /etc/mongod/mongod2.conf
mongod -f /etc/mongod/mongod3.conf测试结果如下图所示：
配置主从节点
三个端口的服务全部启动成功后，需要进入其中一个进行配置节点。
设置27019为 arbiter 节点。
1、进入端口号为27018的进行配置，连接数据库：
mongo --port 27018；2、选择数据库 admin；
use admin3、输入配置要求如下：
config = {
_id:"YOURMONGO",
members:[
{_id:0,host:'127.0.0.1:27018'},
{_id:1,host:'127.0.0.1:27019',arbiterOnly:true},
{_id:2,host:'127.0.0.1:27020'},
]}4、使用 rs.initiate（config）进行初始化：
rs.initiate(config)
具体效果如图所示：
5、使用 rs.status() 查看状态。
验证复制集同步
在主数据库插入数据，然后去从数据库查看数据是否一致。
1、连接主数据库：
mongo --port 27018；
use test
db.person.insert({name:'王小明',age:20})
2、连接从数据库：
mongo --port 27020；从库查询数据需要设置 slaveOk 为 true；
use test
rs.slaveOk(true)
db.person.find()
至此复制集搭建完成，主数据库的数据的更新后，从数据库的数据也会同步更改，一旦主数据库挂掉，从数据库可自动变为主数据库，极大地保障了数据的安全，这也是搭建复制集的必要性。
切换 Primary 节点到指定的节点
1、先进入主节点中进行操作：
mongo --port 270182、查看目前的节点状态：
rs.conf() #查看配置
rs.status() #查看状态
其中 priority : 是优先级，默认为 1，优先级 0 为被动节点，不能成为活跃节点。优先级不为 0 则按照由大到小选出活跃节点。
因为默认的都是1，所以只需要把给定的服务器的 priority 加到最大即可。让27020成为主节点，操作如下：
现进入目前的主节点进行操作如下：
cfg=rs.conf()
cfg.members[2].priority=2 #修改priority,members[2]即对应27020端口
rs.reconfig(cfg) #重新加载配置文件，强制了副本集进行一次选举，优先级高的成为Primary。在这之间整个集群的所有节点都是secondary
rs.status()结果如下图所示：
编程测试代码：
mkdir db1
mkdir db2
mkdir db3
cd ~
mkdir /logs
cd /logs
mkdir test
cd ~
cd /etc
mkdir test
cd test
vi ./mongod1.conf
port=20001
dbpath=/data/test/db1
logpath=/logs/test/mongod1.log
logappend=true
fork=true
replSet=YOURMONGO
vi ./mongod2.conf
port=20002
dbpath=/data/test/db2
logpath=/logs/test/mongod2.log
logappend=true
fork=true
replSet=YOURMONGO
vi ./mongod3.conf
port=20003
dbpath=/data/test/db3
logpath=/logs/test/mongod3.log
logappend=true
fork=true
replSet=YOURMONGO
mongod -f /etc/test/mongod1.conf
mongod -f /etc/test/mongod2.conf
mongod -f /etc/test/mongod3.conf
mongo --port 20001
use admin
config={_id:"YOURMONGO",members:[{_id:0,host:'127.0.0.1:20001'},{_id:1,host:'127.0.0.1:20002',arbiterOnly:true},{_id:2,host:'127.0.0.1:20003'}]}
rs.initiate(config)第三关：
同复制集一样，我们要准备目录存放我们的数据和日志：（步骤与第二关一样）
配置文件设置
config 节点
1、配置启动节点服务：
mongod --dbpath /data/config/db --logpath /logs/config/log/mongodb.log --port 10004 --configsvr --replSet cs –fork
2、连接 route 节点：
mongo localhost:10004
输入以下命令：
use admin
cfg = {
_id:'cs',
configsvr:true,
members:[
{_id:0,host:'localhost:10004'}
]
}
rs.initiate(cfg)运行效果如图设置成功：
route 节点
1、配置启动节点服务：
mongos --configdb cs/localhost:10004 --logpath /logs/mongs/log/mongodb.log --port 10005 --fork2、连接上 route 节点：
mongo localhost:100053、添加分片：
sh.addShard('localhost:10001')
sh.addShard('localhost:10002')
sh.addShard('localhost:10003')4、查看集群的状态：分片摘要信息、数据库摘要信息、集合摘要信息等；
sh.status()运行效果如图设置成功：
分片验证
1、连接 route 节点：
mongo localhost:10005；数据量太小可能导致分片失败，这是因为 chunksize 默认的大小是 64MB（ chunkSize 来制定块的大小，单位是 MB ），使用以下代码把 chunksize 改为 1MB 后，插入数据，便可以分片成功。
use config
db.settings.save( { _id:"chunksize", value: 1 } )
2、对集合使用的数据库启用分片：
sh.enableSharding("test")
3、添加索引：
db.user.ensureIndex({ "uid" : 1})
4、分片：
sh.shardCollection("test.user",{"uid" : 1})
5、插入10万条数据：
use test
for(i=0;i<100000;i++){db.user.insert({uid:i,username:'test-'+i})}6、再次运行 sh.status()
如图显示了分片的情况。
7、去各个节点查看数据分布情况：
端口10005的文档总数为100001条数据
其他三个端口数据分别为：18877+37223+43901=100001
端口10001的文档总数为18877条数据
端口10002的文档总数为37223条数据
端口10003的文档总数为43901条数据
