mongodb sharding tutorial with example
Alles, was Sie über Sharding in MongoDB wissen müssen:
Wir haben davon erfahren Regulärer Ausdruck in MongoDB in unserem vorherigen Tutorial.
In diesem Tutorial werden wir Sharding in MongoDB diskutieren.
Entdecken Sie alle Tutorials in diesem MongoDB Online Tutorial Serie für ein perfektes Verständnis des Konzepts.
Was du lernen wirst:
Sharding in MongoDB
Sharding ist die Architektur zum Speichern von Big Data auf verteilten Servern.
In MongoDB verwaltet Sharding riesige Datenmengen und wird hauptsächlich für einen massiv wachsenden Platzbedarf verwendet. Jetzt basieren große Anwendungen auf den End-to-End-Transaktionsdaten, die von Tag zu Tag zunehmen und deren Platzbedarf rapide steigt.
Nur aufgrund der zunehmenden Speicherung von Informationen kann eine einzelne Maschine die enorme Speicherkapazität nicht bewältigen. Wir müssen die Informationen in Blöcken zwischen verschiedenen Servern teilen.
In Mongo bietet Sharding eine horizontale Scale-up-Anwendungsarchitektur, mit der wir Informationen auf verschiedene Server verteilen können.
Was ist der beste kostenlose Registry Cleaner?
Mithilfe von Sharding können wir mehrere Server mit der aktuellen Instanz der Datenbank verbinden, um das Wachstum von Informationen zu unterstützen. Diese Architektur verwaltet automatisch eine Menge Informationen auf verbundenen Servern.
Ein einzelner Shard stellt eine einzelne Instanz der Datenbank dar und wird zusammen zu einer logischen Datenbank. Je mehr der Cluster mit einer Kombination der verschiedenen Shards aufwächst, desto geringer wird die Verantwortung jedes Shards.
Zum Beispiel müssen wir 1 GB Informationen in MongoDB speichern. Wenn in der Sharding-Architektur vier Shards vorhanden sind, enthält jeder 250 MB, und wenn wir zwei Shards haben, enthält jeder 512 MB.
Anhand dieses Beispiels können wir verstehen, wie Daten auf verschiedene Shards verteilt werden. Zusammen mit diesem Vorgang führt jeder Shard eine Lese- und Schreiboperation aus, die nur den Informationen zugeordnet ist. Dadurch wird die Verarbeitungsgeschwindigkeit erhöht und die Verarbeitung nach Daten verringert.
Sharding Key
Während der Implementierung von Sharding in MongoDB müssen wir den Schlüssel definieren, der als Primärschlüssel für die gemeinsam genutzte Instanz behandelt wird.
Zum Beispiel, Wenn wir eine Sammlung von Schülerinformationen einer bestimmten Klasse haben, die aus 14 Schülern besteht, haben wir zwei Shard-Instanzen.
Dann wird dieselbe Sammlung zwischen diesen Scherben mit 7/7 Dokumenten aufgeteilt. Um diese beiden Shard-Instanzen zu binden, haben wir einen gemeinsamen Schlüssel, der die Beziehung zwischen diesen Dokumenten widerspiegelt, die als Shard-Schlüssel bezeichnet wird. Es kann numerisch, zusammengesetzt oder auf einem beliebigen Hash basieren.
Fazit
In MongoDB ist Sharding der Ansatz, Informationen auf verschiedene Server zu verteilen.
Wir können mehrere Server mit einer einzigen Instanz einer Datenbank verbinden, um deren Skalierbarkeit und Verfügbarkeit von Informationen zu erhöhen. Kurz gesagt, die Informationen werden in Blöcke unterteilt, um sie in verschiedenen Datenbanken zu speichern, die praktisch als eine einzige Datenbank arbeiten.
Wenn ein Benutzer versucht, Informationen aus der Datenbank abzurufen, werden diese in Form von Blöcken von verschiedenen Servern gesammelt und dann kombiniert, um Informationen an den Benutzer zu liefern. Dies wiederum nimmt weniger Zeit in Anspruch, um Informationen in der Datenbank zu suchen und schneller zu verarbeiten als herkömmlicher Speicher.
In unserem nächsten Tutorial erfahren Sie mehr über Replikation in MongoDB.
beste Game-Making-Software für Anfänger
PREV Tutorial | NÄCHSTES Tutorial
Literatur-Empfehlungen
- Was ist MongoDB-Replikation?
- MongoDB Regular Expression $ regex mit Beispiel
- 20+ MongoDB Tutorial für Anfänger: Kostenloser MongoDB Kurs
- Ausführliche Eclipse-Tutorials für Anfänger
- MongoDB Tutorial zum Erstellen einer Datenbank
- Bereitstellung in MongoDB: Schritt-für-Schritt-Anleitung
- MongoDB Datenbanksicherung erstellen
- MongoDB-Projektion mit Beispiel