Mongodb 范围分片或散列分片

我有一个交友网站，用户可以在其中相互交流

数据如下：

ID Sender Receiver Msg      TIME
1   22     33      Hi       2017-04-01 
2   22     33      how r u  2017-04-02
3   33     22      i am gd  2017-04-03 
4   22     44      Hey      2017-04-03 

所需查询的类型：

列表发送者=22个接收者

列表接收者=33个发送者

最新发送方=22，接收方=33消息

存档旧记录说超过3年

我应该如何在这里配置MongoDB分片

问题：

如果我使用范围切分：

• 所有最新的记录都将移动到一个碎片，因此它将被大量使用
• 还需要扫描所有碎片以列出上述任何信息
• 有助于存档

如果我使用散列切分：

• 记录分发将是均匀的
• 还需要扫描所有碎片以列出上述任何信息
• 不利于存档

---

分片的效率在很大程度上取决于设置和数据量。所以，如果你真的想要一个答案，你需要用有代表性的数据进行测试。不过，我可以回答一些关于这个想法的问题，如果它能有所帮助的话

切分的想法是让多台机器处理一个查询。由于数据集较小，对碎片的查询将更快完成，但如果时间增益小于合并结果所需的时间（例如，如果需要排序或有限的结果），则将确定这对您的情况是否有利

我不会担心“不利于实现”的事情，因为在交通流量较低的时候，你可能每周/每月只运行一次。这样它就不会干扰日常工作

---

您还应该测试是否需要此归档。如果使用正确的查询和限制结果，这些旧消息甚至可能不会对性能产生任何影响。

这只是一个想法：因为对于这样的应用程序，数据的关系可能与数据本身一样重要，您还可以查看neo4j。我从未使用过它，因为我没有任何项目可以从中受益。但这将是一个很好的例子，它可能会很好地工作。我需要所有的要求，问题是什么是切分的最佳方式，即使mongodb适合这种需要？我想告诉你的是，没有“最佳”方式。这取决于数据。你知道这些选项，去测试一下吧！至于mongodb是否合适。最后，它是一个文档数据库，而不是关系数据库或图形数据库。如果您有一个没有太多数据嵌套的非常静态的模式，那么postgreSQL可能更适合。但是，如果（正如我在另一篇评论中所说的）数据的关系与数据本身一样重要，那么看看neo4jI就不同意您的观点，即切分是让多台机器处理一个查询。如果碎片的数量很低，这可能是真的。但是，例如，当您得到10台服务器时，在每台服务器中执行相同的查询是非常昂贵的。切分是指能够同时执行多个查询。如果您在一个分片中有来自一个用户的所有信息，在另一个分片中有来自另一个用户的所有信息，那么查询这两个信息很容易，而且都是简单的查询。您是对的，这是使用分片的另一种方式。但是，由于OP是关于多个用户之间的交互，因此0可以保证所有这些用户都在同一个切分上，并且您的查询仍将在多个切分上运行。