Mongodb可伸缩集合

创建可扩展且具有最佳读取性能的MongDB集合的最佳方法是什么？以下是假设

• 一个用户每天有100个条目。条目对用户是私有的
• 我们可能有20万用户。因此，每天几乎有200*200000=2000万条条目
• 用户喜欢在插入条目后立即查看条目
• 用户喜欢搜索自己的条目，即使数据已经有3个月了。3个月内，2000万*90 =1.8亿个条目
• 没有更新。仅插入和删除

我们心中的选择

• 基于用户名的分片。A.在一个碎片中的D等，但仍然很难扩展
• 为每个用户创建一个集合。我们知道这是一种激进的做法，但为什么不呢。我们没有跨用户数据进行聚合。MongoDB中收集数量的任何限制

如有任何建议，将不胜感激。

---

谢谢。

不幸的是，由于您可以拥有的名称空间数量（24000个）太多，每个用户一个集合将不起作用

我认为有几个好的方向可以走。您肯定会希望使用一个均匀分布的分片密钥——用户名就好了。您对其可扩展性有何顾虑

---

您可能希望签出（生存时间）集合，并让您的应用程序从辅助库读取。这可以通过分配工作负载来加快查询时间。

不幸的是，由于您可以拥有的名称空间数量（24000）太多，每个用户一个集合将无法工作

我认为有几个好的方向可以走。您肯定会希望使用一个均匀分布的分片密钥——用户名就好了。您对其可扩展性有何顾虑

---

您可能希望签出（生存时间）集合，并让您的应用程序从辅助库读取。这可以通过分配工作负载来加快查询时间。

在MongoDB世界中，没有最好的模式设计。在MongoDB中，模式设计取决于应用程序如何访问数据

以下是为MongoDB设计良好模式所需回答的关键问题：

• 你有多少数据
• 您最常见的操作是什么？您主要是插入新数据、更新现有数据还是执行查询
• 您最常见的问题是什么
• 你最常见的更新是什么
• 您希望每秒执行多少I/O操作

在MongoDB中，您有很多选择：可以嵌入数据，可以创建链接关系，可以复制和反规范化数据，也可以使用混合方法

@谢尔曼已经提到了“阅读偏好”，这是一个值得研究的问题，从利用二级考试的角度来说

切分在扩展方面似乎适合您。on-sharding非常广泛，涵盖了体系结构、基础知识、部署、管理和内部（如果您特别感兴趣的话）。我强烈推荐你读它。然而，正如@Shelman所说，您需要明智地选择您的碎片密钥。本主题在StackOverflow和上有广泛介绍

避免使用顺序分片键的原因之一是，它会在插入时创建热点：在任何给定时间，单个分片将承担所有插入负载。您可能需要选择一个复合碎片键。谷歌集团在这方面进行了一些很好的讨论：

如果您选择类似{username:1，timestamp:1}的内容，那么如果需要，用户的数据将被分成许多块，并分布在服务器上

这是文档选择切分键的关键

=============================

下面是一些关于MongoDB模式设计的很好的通用参考资料

MongoDB演示：

以下是一本关于MongoDB模式设计的书，我认为您会发现这本书很有用：

• （MongoDB正在运行）

以下是一些模式设计示例：

=============================

以下是在MongoDB模式设计中使用“带扣”方法的一些示例：

• （视频3）

=============================

最后，Mongonic最近的一些分片演示：

---

在MongoDB世界中，没有最好的模式设计。在MongoDB中，模式设计取决于应用程序如何访问数据

以下是为MongoDB设计良好模式所需回答的关键问题：

• 你有多少数据
• 您最常见的操作是什么？您主要是插入新数据、更新现有数据还是执行查询
• 您最常见的问题是什么
• 你最常见的更新是什么
• 您希望每秒执行多少I/O操作

在MongoDB中，您有很多选择：可以嵌入数据，可以创建链接关系，可以复制和反规范化数据，也可以使用混合方法

@谢尔曼已经提到了“阅读偏好”，这是一个值得研究的问题，从利用二级考试的角度来说

切分在扩展方面似乎适合您。on-sharding非常广泛，涵盖了体系结构、基础知识、部署、管理和内部（如果您特别感兴趣的话）。我强烈推荐你读它。然而，正如@Shelman所说，您需要明智地选择您的碎片密钥。本主题在StackOverflow和上有广泛介绍

避免使用顺序分片键的原因之一是，它会在插入时创建热点：在任何给定时间，单个分片将承担所有插入负载。你可以