MongoDB Sharding: การสอนทีละขั้นตอนพร้อมตัวอย่าง

Sharding คืออะไร MongoDB?

Sharding เป็นแนวคิดใน MongoDBซึ่งแบ่งชุดข้อมูลขนาดใหญ่ออกเป็นชุดข้อมูลขนาดเล็กออกเป็นหลายชุด MongoDB ตัวอย่าง.

บางครั้งข้อมูลภายใน MongoDB จะมีขนาดใหญ่มากจนการเรียกใช้ข้อมูลจำนวนมากอาจทำให้ CPU บนเซิร์ฟเวอร์ทำงานหนักมาก เพื่อแก้ไขปัญหานี้ MongoDB มีแนวคิดเรื่อง Sharding ซึ่งโดยพื้นฐานแล้วคือการแบ่งชุดข้อมูลออกเป็นหลาย ๆ ชุด MongoDB ตัวอย่าง.

ชุดข้อมูลนี้ ซึ่งอาจมีขนาดใหญ่มากนั้น แท้จริงแล้วถูกแบ่งออกเป็นหลายชุดข้อมูลย่อย หรือที่เรียกว่า "ชาร์ด" โดยหลักการแล้ว ชาร์ดทั้งหมดทำงานเสมือนเป็นชุดข้อมูลเดียว

ข้อดีของการแบ่งส่วนข้อมูล (Sharding) ใน MongoDB

ก่อนที่จะนำคลัสเตอร์แบบแบ่งส่วน (sharded cluster) มาใช้งาน ควรทำความเข้าใจก่อนว่าทำไมทีมต่างๆ จึงเลือกใช้การแบ่งส่วน ประโยชน์หลักๆ มีดังนี้:

• ความสามารถในการขยายขนาดในแนวนอน: ข้อมูลถูกกระจายไปยังเซิร์ฟเวอร์ทั่วไปหลายเครื่องแทนที่จะบังคับให้เครื่องเดียวมีขนาดใหญ่ขึ้นเรื่อยๆ
• ปริมาณงานที่สูงขึ้น: การอ่านและการเขียนข้อมูลจะดำเนินการแบบขนานกันในแต่ละชาร์ด ทำให้คลัสเตอร์สามารถรองรับคำขอได้มากขึ้นต่อวินาที
• ความจุในการจัดเก็บที่มากขึ้น: ดิสก์ที่รวมกันของชาร์ดทั้งหมดสามารถจัดเก็บชุดข้อมูลที่มีขนาดใหญ่กว่าที่เซิร์ฟเวอร์เดียวจะจัดเก็บได้มาก
• ความพร้อมใช้งานสูง: เมื่อแต่ละชาร์ดถูกใช้งานในรูปแบบชุดจำลอง การที่โหนดใดโหนดหนึ่งล้มเหลวจะไม่ทำให้คลัสเตอร์ล่มไปด้วย
• โหลดสมดุล: การขอ MongoDB ตัวปรับสมดุลจะกระจายกลุ่มข้อมูลโดยอัตโนมัติเพื่อป้องกันไม่ให้ชาร์ดใดชาร์ดหนึ่งกลายเป็นจุดที่มีการใช้งานสูง

ข้อดีเหล่านี้รวมกันทำให้การแบ่งส่วนข้อมูล (sharding) กลายเป็นวิธีการมาตรฐานสำหรับการขยายขนาดระบบ MongoDB เกินขีดจำกัดของเซิร์ฟเวอร์ตัวเดียว

วิธีการใช้ Sharding

ชาร์ดถูกนำไปใช้โดยใช้คลัสเตอร์ ซึ่งก็คือกลุ่มของข้อมูลนั่นเอง MongoDB ตัวอย่าง.

ส่วนประกอบของชาร์ดประกอบด้วย:

1. เศษ – นี่คือสิ่งพื้นฐาน และนี่ไม่ใช่อะไรนอกจากก MongoDB อินสแตนซ์ที่เก็บชุดย่อยของข้อมูล ในสภาพแวดล้อมการใช้งานจริง ชิ้นส่วนทั้งหมดจะต้องเป็นส่วนหนึ่งของชุดการจำลอง
2. กำหนดค่าเซิร์ฟเวอร์ - มันคือ MongoDB อินสแตนซ์ที่เก็บข้อมูลเมตาเกี่ยวกับคลัสเตอร์ โดยพื้นฐานแล้วคือข้อมูลเกี่ยวกับส่วนต่างๆ MongoDB อินสแตนซ์ที่จะเก็บข้อมูลชาร์ดไว้
3. เราเตอร์ - มันคือ MongoDB อินสแตนซ์ซึ่งโดยพื้นฐานแล้วมีหน้าที่ในการส่งต่อคำสั่งที่ส่งมาจากไคลเอ็นต์ไปยังเซิร์ฟเวอร์ที่ถูกต้อง

การแบ่งส่วนทีละขั้นตอน Cluster ตัวอย่าง

ขั้นตอน 1) สร้างฐานข้อมูลแยกต่างหากสำหรับเซิร์ฟเวอร์การกำหนดค่า

mkdir /data/configdb

ขั้นตอน 2) เริ่มต้น MongoDB ตัวอย่างเช่น ในโหมดการกำหนดค่า สมมติว่าเรามีเซิร์ฟเวอร์ชื่อ Server D ซึ่งจะเป็นเซิร์ฟเวอร์สำหรับการกำหนดค่า เราจะต้องเรียกใช้คำสั่งด้านล่างเพื่อกำหนดค่าเซิร์ฟเวอร์ให้เป็นเซิร์ฟเวอร์สำหรับการกำหนดค่า

mongod --configdb ServerD:27019

ขั้นตอน 3) เริ่มต้นใช้งาน MongoDB โดยระบุเซิร์ฟเวอร์การกำหนดค่า

mongos --configdb ServerD:27019

ขั้นตอน 4) จากเชลล์ mongo ให้เชื่อมต่อกับอินสแตนซ์ mongos

mongo --host ServerD --port 27017

ขั้นตอน 5) หากคุณมีเซิร์ฟเวอร์ A และเซิร์ฟเวอร์ B ที่ต้องการเพิ่มเข้าไปในคลัสเตอร์ ให้ใช้คำสั่งด้านล่างนี้

sh.addShard("ServerA:27017")
sh.addShard("ServerB:27017")

ขั้นตอน 6) เปิดใช้งานการแบ่งส่วนฐานข้อมูล (Sharding) ดังนั้นหากเราต้องการแบ่งส่วนฐานข้อมูล Employeedb ให้ใช้คำสั่งด้านล่างนี้

sh.enableSharding("Employeedb")

ขั้นตอน 7) เปิดใช้งานการแบ่งส่วนข้อมูล (sharding) สำหรับคอลเลกชัน ดังนั้นหากเราต้องการแบ่งส่วนข้อมูลคอลเลกชันพนักงาน ให้ใช้คำสั่งด้านล่างนี้

sh.shardCollection("Employeedb.Employee", { "Employeeid": 1, "EmployeeName": 1 })

วิธีการเลือกคีย์ชาร์ดใน MongoDB

คีย์ชาร์ดคือฟิลด์ที่มีดัชนี หรือชุดของฟิลด์ ที่ MongoDB คีย์ใช้ในการตัดสินใจว่าชาร์ดใดจะจัดเก็บเอกสารแต่ละฉบับ เนื่องจากคีย์เป็นตัวกำหนดการกระจายข้อมูล การเลือกคีย์ที่ดีจึงเป็นการตัดสินใจที่สำคัญที่สุดในการใช้งานแบบชาร์ด คีย์ที่ไม่ดีจะทำให้ข้อมูลและการรับส่งข้อมูลกระจุกตัวอยู่ในชาร์ดเดียว ซึ่งจะทำให้ประโยชน์ของการแบ่งชาร์ดหมดไป

โดยทั่วไปแล้ว คีย์ชาร์ดที่แข็งแกร่งจะมีลักษณะดังต่อไปนี้:

• จำนวนสมาชิกสูง: ฟิลด์ควรมีค่าที่เป็นไปได้หลายค่า เพื่อให้สามารถแบ่งข้อมูลออกเป็นส่วนย่อยๆ ได้หลายส่วน
• ความถี่ต่ำ: ไม่ควรมีค่าใดค่าหนึ่งเด่นกว่าค่าอื่น มิเช่นนั้นเอกสารที่ใช้ค่าเดียวกันจะกระจุกตัวอยู่ในส่วนข้อมูลเดียว
• การเปลี่ยนแปลงที่ไม่เป็นไปตามลำดับ: คีย์ที่มีค่าเพิ่มขึ้นเรื่อยๆ เช่น ไทม์สแตมป์ จะส่งข้อมูลที่เขียนใหม่ทุกครั้งไปยังชาร์ดเดียวกัน ทำให้เกิดฮอตสปอตขึ้น

MongoDB รองรับกลยุทธ์การแบ่งข้อมูลสองแบบโดยอิงตามคีย์ การแบ่งข้อมูลแบบช่วง (Ranged sharding) จะแบ่งข้อมูลออกเป็นช่วงที่ต่อเนื่องกันและเหมาะสำหรับการค้นหาแบบช่วง ในขณะที่การแบ่งข้อมูลแบบแฮช (Hashed sharding) จะใช้ฟังก์ชันแฮชเพื่อกระจายการเขียนอย่างสม่ำเสมอไปยังชาร์ดต่างๆ ทีมงานมักเริ่มต้นด้วยการแบ่งข้อมูลแบบแฮชเมื่อมีการเขียนข้อมูลจำนวนมาก และเปลี่ยนไปใช้การแบ่งข้อมูลแบบช่วงเมื่อการอ่านข้อมูลแบบช่วงเป็นหลัก ไม่ว่าคุณจะเลือกกลยุทธ์ใดก็ตาม ควรทดสอบคีย์กับรูปแบบการค้นหาที่สมจริงก่อนที่จะยืนยัน เพราะคีย์ชาร์ดไม่สามารถเปลี่ยนแปลงได้ง่ายเมื่อโหลดข้อมูลแล้ว

การแบ่งส่วนข้อมูล (Sharding) กับการจำลองข้อมูล (Replication) ใน MongoDB

การแบ่งส่วนข้อมูล (Sharding) และการจำลองข้อมูล (Replication) เป็นคุณสมบัติที่เสริมกันแต่ก็แตกต่างกัน ตารางด้านล่างแสดงให้เห็นถึงความแตกต่างเพื่อให้คุณสามารถใช้งานแต่ละอย่างได้อย่างถูกต้อง และในทางปฏิบัติคลัสเตอร์ที่ใช้งานจริงจะใช้ทั้งสองอย่างร่วมกัน

กล่าวโดยสรุป การแบ่งส่วนข้อมูล (sharding) ตอบโจทย์ความต้องการด้านการขยายขนาด ในขณะที่การจำลองข้อมูล (replication) ตอบโจทย์ความต้องการด้านความพร้อมใช้งาน และการใช้งานที่มีประสิทธิภาพจะผสานทั้งสองอย่างเข้าด้วยกัน

คำถามที่พบบ่อย