MongoDB - Sharding

Lo sharding è il processo di archiviazione dei record di dati su più macchine ed è l'approccio di MongoDB per soddisfare le esigenze di crescita dei dati. Con l'aumentare della dimensione dei dati, una singola macchina potrebbe non essere sufficiente per archiviare i dati né fornire una velocità di lettura e scrittura accettabile. Lo sharding risolve il problema con il ridimensionamento orizzontale. Con lo sharding, aggiungi più macchine per supportare la crescita dei dati e le richieste di operazioni di lettura e scrittura.

Perché lo sharding?

  • Nella replica, tutte le scritture vanno al nodo master

  • Le query sensibili alla latenza vanno ancora al master

  • Il set di repliche singolo ha una limitazione di 12 nodi

  • La memoria non può essere abbastanza grande quando il set di dati attivo è grande

  • Il disco locale non è abbastanza grande

  • Il ridimensionamento verticale è troppo costoso

Sharding in MongoDB

Il diagramma seguente mostra lo sharding in MongoDB usando il cluster sharded.

Nel diagramma seguente, ci sono tre componenti principali:

  • Shards- I frammenti vengono utilizzati per memorizzare i dati. Forniscono elevata disponibilità e coerenza dei dati. Nell'ambiente di produzione, ogni frammento è un set di repliche separato.

  • Config Servers- I server di configurazione memorizzano i metadati del cluster. Questi dati contengono una mappatura del set di dati del cluster sui frammenti. Il router di query utilizza questi metadati per indirizzare le operazioni a frammenti specifici. Nell'ambiente di produzione, i cluster frammentati hanno esattamente 3 server di configurazione.

  • Query Routers- I router di query sono fondamentalmente istanze di mongo, si interfacciano con le applicazioni client e dirigono le operazioni allo shard appropriato. Il router di query elabora e indirizza le operazioni a frammenti, quindi restituisce i risultati ai client. Un cluster frammentato può contenere più di un router di query per suddividere il carico di richieste del client. Un client invia richieste a un router di query. In genere, un cluster partizionato dispone di molti router di query.