Bagaimanakah sharding berfungsi dalam MongoDB?

Question

Accepted Answer

**Sharding** ialah kaedah MongoDB untuk **penskalaan mendatar** — mengagihkan data merentas berbilang pelayan (**shard**) supaya pangkalan data boleh mengendalikan set data dan throughput melebihi apa yang boleh dikendalikan oleh satu pelayan. Ia membahagikan data mengikut **shard key**, dengan MongoDB menghalakan pertanyaan ke shard yang betul.

## Mengapa shard: skala melebihi satu pelayan

```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
```

## Bagaimana sharding berfungsi

```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 kritikal

```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.
```

## Pertanyaan targeted berbanding scatter-gather

```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 ia penting

Sharding ialah pengetahuan penting untuk **menskalakan MongoDB ke set data yang sangat besar dan throughput yang tinggi**, jadi memahaminya adalah pengetahuan peringkat senior yang berharga untuk penggunaan MongoDB berskala besar.

Nilai teras ialah **penskalaan mendatar**: apabila data atau beban melebihi apa yang boleh dikendalikan oleh satu pelayan, sharding mengagihkan data merentas berbilang shard, menskalakan kapasiti secara mendatar untuk mengendalikan set data yang besar dan throughput write yang tinggi yang tidak boleh dicapai oleh penskalaan menegak (pelayan yang lebih besar) — satu keupayaan utama untuk sistem berskala besar.

Memahami **seni bina** (shard yang setiap satunya memegang subset data, query router `mongos` yang menghalakan pertanyaan, config server yang menyimpan metadata) adalah asas.

Yang paling kritikal, memahami **shard key** — medan yang menentukan pengagihan data — adalah penting kerana **ia merupakan keputusan sharding yang paling berkesan dan sukar diubah**: shard key yang baik (kardinaliti tinggi, pengagihan sekata, sejajar dengan corak pertanyaan) menyebarkan data dan beban secara sekata dan membolehkan pertanyaan targeted, manakala yang buruk menyebabkan hotspot (beban tidak sekata), pertanyaan scatter-gather (mencapai semua shard, perlahan), dan penskalaan yang lemah.

Memahami **pertanyaan targeted berbanding scatter-gather** (pertanyaan yang merangkumi shard key dihalakan ke shard tertentu dengan cekap; yang tanpanya mencapai semua shard) mengukuhkan reka bentuk shard key di sekitar corak pertanyaan.

Memandangkan penskalaan ke data yang sangat besar ialah cabaran sebenar untuk aplikasi pertumbuhan tinggi, dan memandangkan sharding (mekanisme penskalaan mendatar MongoDB) memerlukan pemahaman yang teliti — terutamanya keputusan shard key yang kritikal dan sukar diubah serta kesannya terhadap pengagihan dan kecekapan pertanyaan — memahami sharding adalah pengetahuan peringkat senior yang penting untuk menskalakan MongoDB, satu topik yang menunjukkan pemahaman penskalaan pangkalan data mendatar dan satu di mana keputusan shard key khususnya mencerminkan kepakaran penskalaan MongoDB yang mendalam dan berkesan yang dijangka untuk peranan senior yang mengendalikan sistem berskala besar.