Bagaimana cara kerja sharding di MongoDB?

Question

Accepted Answer

**Sharding** adalah metode MongoDB untuk **horizontal scaling** — mendistribusikan data ke beberapa server (**shards**) sehingga database dapat menangani dataset dan throughput di luar kemampuan satu server. Sharding mempartisi data berdasarkan **shard key**, dengan MongoDB merutekan kueri ke shards yang tepat.

## Mengapa ini penting

```text
A single server has limits (storage, RAM, write throughput). When data/load exceeds
what one server (even a powerful one) can handle, SHARDING distributes it:
  → data is split across multiple SHARDS (each a replica set)
  → each shard holds a SUBSET of the data → combined capacity scales horizontally
  → handles huge datasets and high write throughput
```

## Cara kerja sharding

```text
The sharded cluster has three parts:
  SHARDS    → each holds a portion of the data (each shard is itself a replica set)
  mongos    → query ROUTER — apps connect here; it routes queries to the right shard(s)
  CONFIG SERVERS → store metadata (which data is on which shard)

Data is partitioned by the SHARD KEY into CHUNKS, distributed across shards.
MongoDB balances chunks across shards automatically.
```

## Shard key — keputusan paling kritis

```js
sh.shardCollection("mydb.orders", { customerId: 1 });   // shard by customerId
```

```text
The SHARD KEY determines how data is distributed — choosing it well is CRITICAL:
  ✓ HIGH CARDINALITY (many distinct values) → data spreads evenly
  ✓ EVEN DISTRIBUTION of reads/writes → no hot shards
  ✓ Queries include the shard key → routed to ONE shard (targeted, fast)
  ✗ A BAD shard key → uneven distribution (hotspots), or queries hitting ALL shards
    (scatter-gather, slow) → poor scaling. Hard to change later!
Strategies: ranged sharding, HASHED sharding (even distribution), zoned sharding.
```

## Targeted vs scatter-gather queries

```text
Query INCLUDES the shard key → routed to the specific shard(s) → fast (targeted)
Query WITHOUT the shard key → must query ALL shards (scatter-gather) → slower
→ Design the shard key around your common query patterns.
```

## Mengapa ini penting

Sharding adalah pengetahuan penting untuk **scaling MongoDB ke dataset sangat besar dan throughput tinggi**, jadi memahaminya adalah pengetahuan senior-level yang berharga untuk deployment MongoDB berskala besar.

Nilai inti adalah **horizontal scaling**: ketika data atau beban melebihi apa yang dapat ditangani satu server, sharding mendistribusikan data ke beberapa shards, scaling kapasitas secara horizontal untuk menangani dataset besar dan throughput penulisan tinggi yang tidak dapat dicapai vertical scaling (server yang lebih besar) — kemampuan kunci untuk sistem berskala besar.

Memahami **arsitektur** (setiap shard memegang subset data, router kueri `mongos` mengarahkan kueri, config servers menyimpan metadata) adalah fondasi.

Yang paling kritis, memahami **shard key** — field(s) yang menentukan distribusi data — sangat penting karena **ini adalah keputusan sharding paling konsekuensial dan sulit diubah**: shard key yang baik (cardinality tinggi, distribusi merata, selaras dengan pola kueri) menyebarkan data dan beban secara merata serta memungkinkan targeted queries, sedangkan shard key yang buruk menyebabkan hotspots (beban tidak merata), scatter-gather queries (mengenai semua shards, lambat), dan scaling buruk.

Memahami **targeted vs scatter-gather queries** (kueri yang menyertakan shard key merutekan ke shards spesifik secara efisien; yang tidak merutekan ke semua shards) memperkuat perancangan shard key di sekitar pola kueri.

Karena scaling ke data sangat besar adalah tantangan nyata bagi aplikasi berkembang pesat, dan karena sharding (mekanisme horizontal scaling MongoDB) memerlukan pemahaman hati-hati — terutama keputusan shard key yang kritis dan sulit diubah serta dampaknya pada distribusi dan efisiensi kueri — memahami sharding adalah pengetahuan senior-level penting untuk scaling MongoDB, topik yang menunjukkan pemahaman horizontal database scaling dan salah satu di mana keputusan shard-key khususnya mencerminkan keahlian MongoDB scaling yang mendalam dan konsekuensial yang diharapkan untuk peran senior menangani sistem berskala besar.