分片对少量收藏有效吗？

如果我有大量集合，数据库分片看起来很棒。如果我有很多相当大小的收藏怎么办？假设对于1个1亿个文档集合（不是很大的注释），分片是有效的。它对于每个具有10000个文档的10000个收藏集也有效吗？

（我认为，如果您将集合替换为表，将文档替换为行，则此问题对于面向表的数据库仍然有效。回答。）

它对于每个具有10000个文档的10000个收藏集也有效吗？

大多数人都遇到“单个大集合”问题，因此分片显然对于减少平衡此数据的麻烦非常有用。

但是，当您有1万个小型馆藏时，您的头痛可能不是在“平衡数据”。拥有如此众多的小型馆藏，您的问题很可能是跟踪这些馆藏。根据文档的大小，您甚至可能没有突破实际进行分片的下限。

对于非常小的集合，您可以使用鲜为人知的movePrimary命令来管理数据的位置。

当然，查看此问题的另一种方式是为什么您有1万个收藏集？集合不需要同类对象，并且具有10k集合时，大多数都必须生成。很有可能在同一个集合中存储不同的“类型”的数据，减少集合的数量，然后将类型作为分片键的一部分。

MongoDB分片的工作原理是将集合分成较小的“块”，并在多台计算机上平均分配它们。默认的块大小（通常是最有效的）是200MB。因此，除非集合增长到大于200MB，否则它不会拆分成块，因此将不符合分片的资格，因此不会有任何好处。

通常，在多台计算机上分片数据是扩展读取，写入和查询的一种非常有效的方法。您将获得多个CPU，硬盘和内存存储的好处，它们可以并行工作以读取，写入和处理数据。扩展内存对于MongoDB尤其重要，因为MongoDB的高性能对内存中的数据拟合非常敏感。