windows下mongodb集群搭建

本文介绍在windows环境下如何搭建一个高可用性的mongodb集群。系统环境为win7，mongodb版本为3.6.3。

本文采用的是分片+副本集的方式搭建集群，将分别介绍如何使用副本集和分片来提高可用性。

一、副本集

mongodb的副本集是维护同一个数据集合的多个mongod进程的集合，提供了数据的冗余，提高了可用性，在某些情况下也可以提高读容量。

mongodb官网相关文档：https://docs.mongodb.com/manual/replication/

1.1副本集结构

副本集有三种角色，分别为主节点、副本节点和仲裁节点（可选）。

主节点具有完全的读写操作，并且只有主节点可以进行写操作。

副本节点同步主节点的oplog，保持数据一致。

仲裁节点不保存数据副本，只在选举主节点的投票中有投票权。

1.2部署副本集

这里介绍如何在测试或开发环境中部署副本集。

如果需要限制ip访问，可以使用bind_ip或在mongod.cfg文件中配置。

mongod --bind_ip localhost,198.51.100.1

1.2.1创建必要文件夹

首先创建必要的文件夹，比如db文件夹，log文件夹。这里可以通过命令创建，也可以直接通过文件管理来创建。

1.2.2启动mongod实例

分别对应的副本集节点启动mongod实例，例如：

mongod --replSet rs0 --port 27017 --dbpath /data/db --logpath /data/log/mongod.log --smallfiles --oplogSize 128

replSet指定了副本集的名字，port指定了实例运行的端口，dbpath指定了数据库存储位置，logpath指定了日志存储位置。

smallfiles和oplogSize的设定可以防止在测试或开发环境中占用太多资源。

1.2.3初始化副本集

通过mongo shell或者驱动程序连接到某一个mongod实例。

运行初始化副本集命令：

var rsconf = {
  _id: "rs0",
  members: [
    {
     _id: 0,
     host: "<hostname>:27017"
    },
    {
     _id: 1,
     host: "<hostname>:27018"
    },
    {
     _id: 2,
     host: "<hostname>:27019"
    }
   ]
}

rs.initiate(rsconf)

可以通过rs.conf()，rs.status()查看副本集状态。

二、分片

分片将数据进行水平分割，提供了一种处理大数据量数据集合和高吞吐量的方式。

2.1分片群集结构

分片群集由三部分构成：

1.shard，存储了分片数据，可部署成一个副本集。

2.mongos，路由器，连接客户端和分片群集，使分片操作对客户端透明。可部署成一个副本集。

3.config server，配置服务器，存储元数据和配置数据。3.4以后必须部署成副本集。

2.2部署分片

2.2.1部署配置服务器副本集

和配置普通副本集唯一不同的是，部署配置服务器副本集需要指定角色为configsvr。

mongod --configsvr --port 27017 --replSet myconfig --dbpath /data/config --logpath /data/log/mongod.log --smallfiles --oplogSize 128

2.2.2部署分片服务器副本集

和配置普通副本集唯一不同的是，部署配置服务器副本集需要指定角色为shardsvr。

mongod --shardsvr --port 28017 --replSet myshard  --dbpath \data\db --logpath \data\log\mongod.log --smallfiles --oplogSize 128

2.2.3部署路由副本集

和配置普通副本集不同的是启动的为mongos实例。

mongos --configdb myconfig/localhost:27017,localhost:27018,localhost:27019 --port 30000 --replSet mymongos --logpath /data/log/mongod.log

2.2.4添加分片

首先通过mongo shell或者驱动连接到mongos实例。

可以修改chunk大小：

use config
db.settings.save( { _id:"chunksize", value: 1 } )

将分片添加到mongos：

sh.addShard( "myshard/localhost:28017,localhost:28018")

2.2.5设置分片

设置数据库分片：

sh.enableSharding("test")

设置集合分片：

分类分片，根据分片键的值范围进行分片：

sh.shardCollection("test.users", { "username" : 1 } )

哈希分片，根据分片键的哈希值进行分片：

sh.shardCollection("test.users", { "username" : "hashed" } )

三、测试

操作mongos插入数据，查看自动分区结果。

var list = ["a","b","c","d","e","f","g","h","i","j","k","l","m","n",
"o","p","q","r","s","t","u","v","w","x","y","z"];
for (var i = 0; i < 100000; i++){
var index = i % 26;
var user = {"username": list[index], "saysomething": "hello"};
db.getCollection("users").insert(user);
}

分片结果：

随着数据插入量的增多，达到块所能存储的最大值后，会形成更多的块：

在数据较少时，各分片之间的数据量差距可能较大。这种差距随着数据量的增大会逐渐缩小，趋近于平衡。