MongoDB上分片和复制的区别

我只是混淆了分片和复制的工作原理。根据定义

复制：MongoDB中的副本集是一组维护相同数据集的mongod进程

分片：分片是一种跨多台机器存储数据的方法

根据我的理解，如果有75 GB的数据，那么通过复制（3台服务器），它将在每个服务器上存储75 GB的数据，即在服务器1上存储75 GB的数据，在服务器2上存储75 GB的数据，在服务器3上存储75 GB的数据。（如果我错了，请纠正我）…通过分片，它将在服务器1上存储25 GB的数据，在服务器2上存储25 GB的数据，在服务器3上存储25 GB的数据。（对吗？）…但后来我在教程中遇到了这一行

碎片存储数据。提供高可用性和高数据 一致性，在生产分片集群中，每个分片都是一个副本 设置

---

由于副本集是75GB，但碎片是25GB，那么它们如何才能等效…这让我很困惑…我想我错过了一些伟大的东西在这方面。请帮我个忙。

让我们试试这个类比。你在管理图书馆

就像任何一个管理图书馆的人一样，图书馆里也有书。你把所有的书都放在书架上。这是好的，但你的图书馆变得如此之好，以至于你的对手想要烧毁它。所以你决定在其他地方多做一些架子。有一个最重要的书架，每当你添加一些新书时，你都会快速地将相同的书添加到其他书架上。现在，如果竞争对手破坏了一个书架——这不是问题，你只要打开另一个书架，把它和书一起复制就行了

这是复制（只要用应用程序替换库，用服务器替换书架，用收藏中的文档替换书籍，您的竞争对手就是服务器上出现故障的HDD）。它只是制作数据的附加副本，如果出现问题，它会自动选择另一个主副本

如果您愿意，这个概念可能会有所帮助

• 希望缩放读取（但它们可能落后于主读取）
• 执行一些不接触主服务器的脱机读取
• 从特定区域的服务器为特定区域提供部分数据
• 但复制背后的主要原因是数据可用性。因此，这里您是对的：如果您有75Gb的数据，并使用2个辅助设备进行复制，您将获得75*3GB的数据

看看另一个场景。没有竞争对手，所以你不想复制你的书架。但现在你有另一个问题。你变得如此优秀，一个架子是不够的。你决定在许多书架之间分发你的书。您决定根据作者姓名在书架之间分发它们（这不是一个好主意，请在此处阅读如何分发）。所以所有以K开头的东西都会被放到一个架子上，所有以K开头的东西都会被放到另一个架子上。这是切分

这个概念可以帮助您：

• 分配工作量
• 能够保存比单台服务器更适合的数据
• 你能减少事情吗
• 在ram中存储更多数据以加快查询速度

在这里，你是部分正确的。如果您有75Gb，那么所有服务器上的总容量仍然是75Gb，但不一定要平均分配

但是这里有一个问题，就是只有切分。现在你的对手出现了，他只是来到你的一个架子前，把它烧掉了。那个架子上的所有数据都丢失了。所以你也要复制每个碎片。基本上，这个概念

每个碎片都是一个副本集

---

事实并非如此。但是，如果要进行分片，则必须为每个分片创建一个复制。因为碎片越多，至少有一个碎片死亡的可能性就越大

我写这封信是为了回答问题，但实际上这是对萨尔瓦多先生的回答的一个问题

正如您所说，在分片过程中，75 GB数据“可能”存储为服务器1上的25GB数据、服务器2上的25GB数据和服务器3上的25GB数据。（此分发取决于分片密钥）…然后为了防止丢失，我们还需要复制分片。因此，这意味着现在每个服务器都包含它的碎片，以及其他服务器上存在的其他碎片的复制。这意味着服务器-1将具有

1） 它自己的碎片

2） 服务器2上存在的碎片复制

3） 服务器3上存在的碎片复制

---

服务器2和服务器3也是如此。我说的对吗？如果是这样，那么每台服务器又有75GB的数据了。对还是错？

回答Saad的后续回答：

另外，您可以在同一台服务器上同时拥有碎片和副本，这不是推荐的做法。每个服务器在系统中都应该有一个角色。例如，如果您决定拥有2个碎片并将其复制3次，那么最终将拥有6台机器

---

我知道这听起来可能太贵了，但您必须记住，这是一种商品硬件，如果您提供的服务已经很好，以至于您考虑到高可用性，并且不适合一台机器，那么这是一个相当便宜的价格（与专用的一台大机器相比）.

因为我们想要制作3个碎片，同时复制数据，所以下面是上述问题的解决方案

r有碎片和副本集，在这种情况下，该服务器的故障将导致副本集和碎片的丢失

---

但是，您可以将碎片1和副本集（碎片2和碎片3的副本）放在同一台服务器上，但这是不可取的。

碎片就像数据分区一样。 假设您有大约3GB的数据，并且您定义了3个分片，因此每个分片可能需要1GB的数据（这实际上取决于分片键） 为什么需要切分？在3GB范围内搜索特定数据比在1GB范围内搜索复杂3倍。所以它几乎类似于分区。切分有助于快速访问数据

现在让我们来看看复制品