MongoDB मा sharding कसरी काम गर्छ?

Question

Accepted Answer

**Sharding** MongoDB को **horizontal scaling** को विधि हो — डेटालाई धेरै सर्भरहरु (**shards**) मा वितरण गरी डेटाबेसले एकल सर्भरले सम्भाल्न सक्ने भन्दा बढी डेटासेट र throughput हल गर्न सक्षम बनाउँछ। यसले डेटालाई **shard key** द्वारा विभाजन गर्छ, MongoDB ले क्वेरीहरुलाई सही shards मा रुट गर्छ।

## एक सर्भर बाहिर स्केल किन गर्ने

```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
```

## Sharding कसरी काम गर्छ

```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 — सबैभन्दा महत्त्वपूर्ण निर्णय

```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 बनाम scatter-gather क्वेरीहरु

```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.
```

## किन महत्त्वपूर्ण छ

Sharding **MongoDB लाई अत्यन्त ठूला डेटासेट र उच्च throughput मा स्केल गर्न** को लागी महत्त्वपूर्ण ज्ञान हो, त्यसैले यसलाई बुझ्नु ठूला-स्तरीय MongoDB deployment हरुको लागी वरिष्ठ-स्तरको मूल्यवान ज्ञान हो।

मूल मूल्य **horizontal scaling** हो: जब डेटा वा load एकल सर्भर सम्भाल्न सक्ने कुरा बाहिर निस्कन्छ, sharding डेटालाई धेरै shards मा वितरण गर्छ, क्षमतालाई horizontal मा स्केल गर्दै अत्यन्त ठूला डेटासेट र उच्च write throughput सम्भाल्न जो vertical scaling (एक ठूलो सर्भर) पहुँच गर्न सक्दैन — ठूला-स्तरीय प्रणालीहरुको लागी मुख्य क्षमता।

**Architecture** बुझ्नु (shards प्रत्येकले डेटा subset राख्छ, `mongos` query router क्वेरीहरु निर्देशित गर्छ, config servers metadata भण्डारण गर्छ) आधारभूत छ।

सबैभन्दा महत्त्वपूर्ण रूपमा, **shard key** बुझ्नु — डेटा वितरण निर्धारण गर्ने field(s) — आवश्यक छ किनभने **यो सबैभन्दा परिणामस्वरूप र कठिन-परिवर्तन गर्न सकिने sharding निर्णय हो**: राम्रो shard key (उच्च cardinality, समान वितरण, क्वेरी patterns सँग पङ्क्तिबद्ध) डेटा र load समान रूपमा फैलाउँछ र targeted queries सक्षम बनाउँछ, जबकि खराब shard key hotspots (असमान load), scatter-gather queries (सबै shards मार्फत, ढिलो), र कमजोर स्केलिङ निर्माण गर्छ।

**Targeted बनाम scatter-gather queries** बुझ्नु (queries shard key समावेश गर्दै विशेष shards मा कुशलतापूर्वक मार्ग गर्छ; ती बिना सबै shards मार्फत हिर्काउँछ) shard key लाई क्वेरी patterns वरिपरि डिजाइन गर्दै मजबुत गर्छ।

अत्यन्त ठूला डेटा मा स्केल गर्नु उच्च-वृद्धि अनुप्रयोगहरुको लागी वास्तविक चुनौती हो, र sharding (MongoDB को horizontal scaling mechanism) सावधान बुझ्नु आवश्यक छ — विशेष गरी महत्त्वपूर्ण, कठिन-परिवर्तन गर्न सकिने shard key निर्णय र यसको वितरण र क्वेरी दक्षतामा प्रभाव — sharding बुझ्नु ठूला-स्तरीय MongoDB स्केलिङको लागी महत्त्वपूर्ण ज्ञान हो, एउटा विषय horizontal database scaling को बुझाइ प्रदर्शन गर्दै, र जहाँ shard-key निर्णय विशेष गरी गहिरो, परिणामस्वरूप MongoDB स्केलिङ विशेषज्ञता प्रतिफलित गर्छ ठूला-स्तरीय प्रणालीहरु सम्भाल्ने वरिष्ठ भूमिकाहरुको लागी अपेक्षित।