可伸缩性(可扩展性) 是一种对软件系统计算处理能力的设计指标，高可伸缩性代表一种弹性，在系统扩展成长过程中，软件能够保证旺盛的生命力，通过很少的改动甚至只是硬件设备的添置，就能实现整个系统处理能力的线性增长，实现高吞吐量和低延迟高性能。
分片(sharding)是指将数据拆分，将其分散存储在不同的机器上的过程。将数据分散到不同的机器上，不需要功能强大的大型计算机就可以存储更多的数据，处理更大的负载。
MongoDB 支持自动分片(autosharding)，可以使数据库架构对应用程序不可见，也可以简化系统管理。对应用程序而言，好像始终在使用一个单机的 MongoDB 服务器一样。另一方面，MongoDB 自动处理数据在分片上的分布，也更容易添加和删除分片。
分片集群
MongoDB 的分片机制允许创建一个包含许多台机器(分片)的集群，将数据子集分散在集群中，每个分片维护着一个数据集合的子集。与单机服务器和副本集相比，使用集群架构可以使应用程序具有更大的数据处理能力。
MongoDB 的分片集群由下面的几个组件组成：
- 分片(shard): 每个分片包含了分片数据的一个子集，每个分片可以作为一个副本集部署。
- mongos: mongos 扮演者查询路由的角色，提供着客户端应用和分片集群的接口。
- config servers: 配置服务存储着集群的元数据和配置设置，MongoDB 3.4 以后，配置服务必须部署成副本集。
搭建测试
下图描述了分片集群中，各个组件的交互:
分布式架构
MongoDB的一大优势是支持分布式部署，从而提供高可用、高可扩展等特性。因此接下来将会介绍一下MongoDB的分布式部署的架构。
Replica Set 副本集
副本集（Replica Set）简单来说就是一份数据会在多个实例上保存，即保存了数据的多个副本，节点之间通过主从模式进行数据同步，从而可以实现读写分离。同时，副本集还支持故障自动恢复，即节点之间相互有心跳，在主节点挂掉时可以进行重新选举，从而实现高可用。
MongoDB副本集的架构是由一个主节点（Primary）、一个或多个从节点（Secondary）、0个或1个仲裁节点（Arbiter）组成：
- 主节点负责接收写入请求，并且会对从节点进行数据同步
- 从节点从主节点同步数据，如果主节点挂掉会参与选举。读请求是否由从节点处理是根据客户端配置决定的
- 仲裁节点不存储数据，只负责选举时投票
节点之间会定时（2s）互相发送心跳，如果从节点在10秒内没有收到主节点的响应就会判断主节点下线。
数据同步机制
主节点和从节点之间使用oplog进行数据同步，类似于MySQL中的binlog。oplog会记录数据变更的信息，从节点持续从 Primary 拉取新的 oplog 并在本地进行回放以达到同步的目的。oplog是幂等的，多次回放产生的结果相同。
选举机制
选举用于确定副本集的Primary节点，当副本集初始化，或者主节点挂掉时，会触发选举；选举使用raft算法，当某个节点获得超过半数的投票时，可以成为主节点，因此副本集部署时一般会使用奇数个节点。
选举成功之后，选举出来的主节点会有一个追赶（Catchup）操作，即会先检查其它节点是否有比自己更新的oplog，如果没有就直接即位，如果有就先把数据同步过来再即位。
分片集群架构
分片就是为了进行水平扩展，从而使得数据库能够支撑海量数据存储。MongoDB的分片类似于Redis的集群（cluster）概念，将所有的数据按照一定的规则分散在多个shard上进行存储，每个shard只管理自己的一部分数据。整体架构如下：
- 代理层 mongos：根据分片规则，决定client的读/写请求需要路由到哪一个shard进行处理
- 配置中心 config servers：负责存储集群的各种元数据和配置，如分片地址。也是以副本集的方式部署的
- 数据层 Shard：用于存储数据，每个shard也是以副本集的方式部署的。
在一个shard内部，MongoDB还会把数据分为chunks，每个chunk代表这个shard server内部一部分数据；如果单个chunk过大，则会将其进行切分。
因此，数据的增长会让一个shard中的chunk数量变得越来越多，可能会导致各个shard之间chunk数量的不平衡。当shard之间最大和最小的chunk数量差值超过一定阈值时，MongoDB就会启动balancer，进行数据均衡，将chunk从数量多的shard移动到数据少的shard上。
分片方式
用户可以指定使用集合的某个字段作为shard key（分片键），使用这个字段作为分片的依据。分片键必须有索引。根据分片键进行分片的策略主要有两种：
- 哈希分片：优点在于各个shard的数据分布基本均匀
- 范围分片：优点在于可以对分片键进行范围查找，缺点在于如果shard key有明显递增（或者递减）趋势，则新插入的文档多会分布到同一个chunk，无法扩展写的能力
