MongoDB中，在使用到分片的時候，常常會用到chunk的概念，chunk是指一個集合數(shù)據(jù)中的子集，也可以簡單理解成一個數(shù)據(jù)塊，每個chunk都是基于片鍵的范圍取值，區(qū)間是左閉右開。例如，我們的片鍵是姓名的第二個字母，包含了A-Z這26中可能，理想情況下，劃分為26個chunk，其中每個字母開頭的姓名記錄即為一個chunk。
在數(shù)據(jù)寫入的時候，mongos根據(jù)片鍵shard key的值來寫入對應的chunk中，chunk可以表示的最小范圍是單個唯一的shard key的值，只包含具體的單個片鍵值文檔的chunk不能被分割，這個也比較容易理解，如果某個chunk只包含一個片鍵的值，如果對它進行分割，則代表一個片鍵值映射了2個chunk，下次遇到這個片鍵的文檔時，mongos就不知道應該存放在哪個chunk當中了。
chunk的大小如何確定？？？
在MongoDB中，chunk的默認大小是64MB，可以增加或者減少chunk的大小。
chunk的大小不宜過小，如果chunk過小，好處是可以讓數(shù)據(jù)更加均勻的分布，但是會導致chunk之間頻繁的遷移，有一定的性能開銷；同樣的，chunk的大小不宜過大，過大的chunk size會導致數(shù)據(jù)分布不均勻，
chunk的分裂
當某個chunk的值達到了chunk所能表示的最大值的時候，這個時候chunk不能無限增長，需要通過分割的方法來減少chunk的大小，例如一個64MB的chunk分割成2個32MB的chunk，這樣雖然增加了chunk的數(shù)量，但是帶來的收益是單個chunk的縮小。
chunk的遷移
在分片+復制集的架構中，當某個服務器上的數(shù)據(jù)記錄不停的增多，它上面分割的chunk就會變多，當集群中每個服務器上的chunk數(shù)量嚴重失衡的時候，mongodb會自動進行chunk的遷移工作，這個自動遷移的工作，是通過balancer來進行的。如果balancer發(fā)現(xiàn)各個shard之間的chunk數(shù)差異超過了提前規(guī)定的閾值，則會進行chunk的遷移工作，如下：
也就是從上面的狀態(tài)變成下面的狀態(tài)。每個小塊代表一個chunk。
MongoDB自動觸發(fā)遷移的閾值表如下：
chunk數(shù)量： <20，遷移閾值：2
chunk數(shù)量：20~79，遷移閾值：4
chunk數(shù)量： >80，遷移閾值：8
chunk的遷移一般使用鎖來實現(xiàn)，從MongoDB3.4版本起，chunk的遷移分為7個步驟：
1、balancer進程將moveChunk的命令發(fā)送到源shard中
2、源shard使用內(nèi)部moveChunk命令開始移動，遷移過程中，該chunk的操作依舊在源shard上進行，源shard依舊負責該chunk的寫入操作
3、目標shard開始創(chuàng)建所需索引
4、目標shard開始請求chunk中的文檔并開始接收數(shù)據(jù)的復制
5、接收完源shard的最后一個文檔之后，目標shard啟動一個同步進程，這個進程會拉取遷移期間的日志，將遷移期間對該chunk的操作更新到目標chunk中。
6、當完全同步時，源shard連接到config數(shù)據(jù)庫并更新chunk的位置元數(shù)據(jù)。
7、完成數(shù)據(jù)更新后，一旦在源shard上沒有對該chunk的操作，源shard會異步刪除chunk。當然，用戶可以設置_waitforDelete參數(shù)為true，讓源shard在chunk遷移完成后同步刪除chunk數(shù)據(jù)
通常情況下，chunk遷移由下面三種場景觸發(fā)：
1、多個shard上分布不均勻
2、用戶調(diào)用removeShard之后，被移除的shard上的chunk就要被遷移到其他的shard上
3、MongoDB的shard tag功能，可以對shard或者shard key range打標簽，系統(tǒng)會自動將對應的range的數(shù)據(jù)遷移到擁有相同tag的shard上。
文章來源：腳本之家
來源地址：https://www.jb51.net/article/209833.htm
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
