MongoDB chunks

复制集（replicaSet） chunks

image.png

GridFS 用于存储和恢复那些超过16M（BSON文件限制）的文件(如：图片、音频、视频等)。

GridFS 也是文件存储的一种方式，但是它是存储在MonoDB的集合中。

GridFS 可以更好的存储大于16M的文件。

GridFS 会将大文件对象分割成多个小的chunk(文件片段),一般为256k/个,每个chunk将作为MongoDB的一个文档(document)被存储在chunks集合中。

GridFS 用两个集合来存储一个文件：fs.files与fs.chunks。

每个文件的实际内容被存在chunks(二进制数据)中和文件有关的meta数据(filename,content_type,还有用户自定义的属性)将会被存在files集合中。

fs.chunks集合中多个文档中的file_id字段对应fs.files集中文档”_id”字段

fs.chunks 集合存储文件文件内容的二进制数据，以类json格式文档形式存储。

每在GridFS存储一个文件，GridFS就会将文件内容按照chunksize大小（chunk容量为256k）分成多个文件块，然后将文件块按照类json格式存在.chunks集合中，每个文件块对应fs.chunk集合中一个文档。

一个存储文件会对应一到多个chunk文档。

image.png

分片集群（shard cluster） chunks

image.png

在一个shard server内部，MongoDB还是会把数据分为chunks，每个chunk代表这个shard server内部一部分数据。

chunk的产生，会有以下两个用途：

Splitting
当一个chunk的大小超过配置中的chunk size时，MongoDB的后台进程会把这个chunk切分成更小的chunk，从而避免chunk过大的情况。

Balancing
在MongoDB中，balancer是一个后台进程，负责chunk的迁移，从而均衡各个shard server的负载，系统初始1个chunk，chunk size默认值64M,生产库上选择适合业务的chunk size是最好的。

mongoDB会自动拆分和迁移chunks。

小的chunksize：数据均衡是迁移速度快，数据分布更均匀，数据分裂频繁，路由节点消耗更多资源。
大的chunksize：数据分裂少。
数据块移动集中消耗IO资源。

随着数据的增长，其中的数据大小超过了配置的chunk size，默认是64M，则这个chunk就会分裂成两个。
数据的增长会让chunk分裂得越来越多，这时候，各个shard 上的chunk数量就会不平衡。
这时候，mongos中的一个组件balancer 就会执行自动平衡，把chunk从chunk数量最多的shard节点挪动到数量最少的节点。