Mongo分庫(kù)方案選型

Mongo分庫(kù)方案兩種形式分析:

1. mongo sharding方式:

1.1. 深翻頁(yè)的問(wèn)題回俐。

舉例:當(dāng)mongo的分片是5片時(shí),分頁(yè)查詢(如果按照創(chuàng)建時(shí)間倒敘查詢)第一頁(yè)镐依,每頁(yè)50條數(shù)據(jù),則mongo sharding在每個(gè)分片上取50條數(shù)據(jù),一共50 * 5 = 250條數(shù)據(jù),然后進(jìn)行匯總,計(jì)算出前50條正確數(shù)據(jù)作為返回結(jié)果宅此。如果是翻頁(yè)到1000頁(yè)机错,那么mongo sharding需要從5個(gè)分片上分別查詢50 * 1000=5萬(wàn)條條數(shù)據(jù),然后匯總成50 * 1000 * 5 = 25萬(wàn)條數(shù)據(jù)父腕,然后計(jì)算第1000頁(yè)的數(shù)據(jù)弱匪,,這樣系統(tǒng)會(huì)占用很大的系統(tǒng)資源,很容易造成系統(tǒng)異常萧诫。這個(gè)問(wèn)題暫時(shí)沒(méi)有什么可以解決的辦法斥难。

1.2. mongo sharding再平衡時(shí),有可能查詢數(shù)據(jù)出現(xiàn)重復(fù)的問(wèn)題

當(dāng)mongo sharding根據(jù) sharding key帘饶,將數(shù)據(jù)存入mongo的5個(gè)片(1哑诊,2,3及刻,4镀裤,5)時(shí),一般會(huì)產(chǎn)生5個(gè)分片數(shù)據(jù)不均勻的問(wèn)題缴饭,假如1暑劝,2的分片數(shù)據(jù)較多,3颗搂,4担猛,5的分片數(shù)據(jù)量較少,那么mongo sharding再平衡策略會(huì)將1丢氢,2分片上的數(shù)據(jù)平衡到3傅联,4,5分片上卖丸,如果此時(shí)數(shù)據(jù)正在進(jìn)行平衡纺且,那么查詢1,2分片上的數(shù)據(jù)平衡到3稍浆,4载碌,5的那部分的數(shù)據(jù)時(shí),而且沒(méi)有命中索引的情況時(shí)衅枫,有可能出現(xiàn)重復(fù)數(shù)據(jù)的現(xiàn)象〖尥В現(xiàn)有的解決方式是,在晚上調(diào)用量少的時(shí)候進(jìn)行數(shù)據(jù)平衡弦撩,白天數(shù)據(jù)訪問(wèn)量大的時(shí)候關(guān)閉再數(shù)據(jù)平衡步咪。

1.3. mongo分片擴(kuò)展

分片不能夠無(wú)限擴(kuò)大,實(shí)際使用中一般分成個(gè)位數(shù)分片益楼,很難做到無(wú)限擴(kuò)展猾漫。

1.4. sharding的key不能變更

sharding key 一旦指定,不可更改感凤。更改之后悯周,訪問(wèn)數(shù)據(jù)的分片邏輯會(huì)變,導(dǎo)致服務(wù)不可用陪竿。

2. 采用物理分庫(kù)方式:

2.1 分庫(kù)要自己代碼實(shí)現(xiàn)

需要自己代碼中實(shí)現(xiàn)根據(jù)不同的context訪問(wèn)不同的數(shù)據(jù)庫(kù)禽翼,即實(shí)現(xiàn)根據(jù)分庫(kù)的key,路由到不同的物理庫(kù)上。

2.2 不同的分庫(kù)交叉訪問(wèn)問(wèn)題

不能夠像mongo sharding那樣直接交叉訪問(wèn)庫(kù)闰挡,如果要進(jìn)行交叉訪問(wèn)庫(kù)锐墙,只能在程序中自己實(shí)現(xiàn)。

2.3 負(fù)載均衡

mongo sharding內(nèi)部實(shí)現(xiàn)了負(fù)載均衡长酗,如果采用物理分成多個(gè)mongo庫(kù)溪北,實(shí)現(xiàn)負(fù)載均衡需要自己代碼實(shí)現(xiàn)。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末花枫,一起剝皮案震驚了整個(gè)濱河市刻盐,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌劳翰,老刑警劉巖敦锌,帶你破解...
    沈念sama閱讀 219,110評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異佳簸,居然都是意外死亡乙墙,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門生均,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)听想,“玉大人,你說(shuō)我怎么就攤上這事马胧『郝颍” “怎么了?”我有些...
    開(kāi)封第一講書人閱讀 165,474評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵佩脊,是天一觀的道長(zhǎng)蛙粘。 經(jīng)常有香客問(wèn)我,道長(zhǎng)威彰,這世上最難降的妖魔是什么出牧? 我笑而不...
    開(kāi)封第一講書人閱讀 58,881評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮歇盼,結(jié)果婚禮上舔痕,老公的妹妹穿的比我還像新娘。我一直安慰自己豹缀,他們只是感情好伯复,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著邢笙,像睡著了一般啸如。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上鸣剪,一...
    開(kāi)封第一講書人閱讀 51,698評(píng)論 1 305
  • 那天组底,我揣著相機(jī)與錄音,去河邊找鬼筐骇。 笑死债鸡,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的铛纬。 我是一名探鬼主播厌均,決...
    沈念sama閱讀 40,418評(píng)論 3 419
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼告唆!你這毒婦竟也來(lái)了棺弊?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書人閱讀 39,332評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤擒悬,失蹤者是張志新(化名)和其女友劉穎模她,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體懂牧,經(jīng)...
    沈念sama閱讀 45,796評(píng)論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡侈净,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,968評(píng)論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了僧凤。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片畜侦。...
    茶點(diǎn)故事閱讀 40,110評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖躯保,靈堂內(nèi)的尸體忽然破棺而出旋膳,到底是詐尸還是另有隱情,我是刑警寧澤途事,帶...
    沈念sama閱讀 35,792評(píng)論 5 346
  • 正文 年R本政府宣布验懊,位于F島的核電站,受9級(jí)特大地震影響盯孙,放射性物質(zhì)發(fā)生泄漏鲁森。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評(píng)論 3 331
  • 文/蒙蒙 一振惰、第九天 我趴在偏房一處隱蔽的房頂上張望歌溉。 院中可真熱鬧,春花似錦骑晶、人聲如沸痛垛。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 32,003評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)匙头。三九已至,卻和暖如春仔雷,著一層夾襖步出監(jiān)牢的瞬間蹂析,已是汗流浹背舔示。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 33,130評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留电抚,地道東北人惕稻。 一個(gè)月前我還...
    沈念sama閱讀 48,348評(píng)論 3 373
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像蝙叛,于是被迫代替她去往敵國(guó)和親俺祠。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評(píng)論 2 355