多维分区

当用户需要提高数据访问性能，可以使用表分区或数据库分区，但是在数据量快速增长的场景下性能会逐渐下降，多维分区可以解决这一问题。本文档将介绍多维分区的实现原理和操作实例。

原理介绍

多维分区主要用于处理既要减少数据访问量，又要提高数据并行计算能力的场景。多维分区示意图：

多维分区示意图

  • 对主集合进行表分区，将多个分区映射到不同的子集合上
  • 针对某一个子集合，使用数据库分区，将子集合中的数据切分到不同的数据组中
  • 当需要访问某一范围内的数据时，既可以将数据访问集中在若干个子集合中，又能同时发挥不同复制组并行计算的能力，从而提高处理速度和性能

业务场景举例

下面以银行业务账单为例，简单介绍一下多维分区的作用。

  • 账单数据具有很强的时间特性，比如查询某月的账单。针对这一特性可以将时间作为分区键，先对主集合进行表分区，将一个月的数据映射到一个子集合上。
  • 针对子集合（一个月内的数据），以帐号 id 再进行一次数据库分区，将数据映射到多个数据组上。
  • 当需要查询某个月的账单时，数据库首先会集中到某一个子集合上去查询，而不会访问其它集合的数据，访问的数据量大大减少；而由于子集合做了数据库分区，查询又可以在多个数据组中并行计算，从而提高处理性能。

多维分区操作实例

多维分区在操作上，可以先对子集合做数据库分区，然后再通过表分区将子集合挂载到主集合上。

  • 创建主集合 main.bill ，分区键为 bill_date ，分区方式为 range：

    1. > db.createCS( "main" )
    2. > db.main.createCL( "bill", { IsMainCL: true, ShardingKey: { bill_date: 1 }, ShardingType: "range" } )

  • 创建子集合 bill.201905 ，分区键为帐号 id 字段，分区方式为 hash ，hash 值总数为 4096 个, 集合所在复制组为 group1：

    1. > db.createCS( "bill" )
    2. > db.bill.createCL( "201905", { ShardingKey: { id: 1 }, ShardingType: "hash", Partition: 4096, Group: "group1" } )

  • 执行切分命令，将集合 bill.201905 中，帐号 id 的 hash 值范围在 [2048, 4096) 的记录，从复制组 group1 切分到复制组 group2 中：

    1. > db.bill.201905.split( "group1", "group2", { Partition: 2048 }, { Partition: 4096 } )

  • 通过挂载操作，将主集合 main.bill 和子集合 bill.201905进行关联：

    1. > db.main.bill.attachCL( "bill.201905", { LowBound: { create_date: "201905" }, UpBound: { create_date: "201906" } } )