什么是集群

集群(cluster)：指一组计算机系统作为一个整体向用户提供服务，这些单个的计算机系统在集群中称为节点(node)，通常通过局域网连接。集群有以下关键特性：

数据库集群分类：

分布式数据库架构：Sharding(分片)，Sharding 不是一个或某个特定数据库软件附属的功能，而是在具体技术细节之上的抽象处理，是水平扩展(Scale Out，亦或横向扩展、向外扩展)的解决方案，其主要目的是为突破单节点数据库服务器的 I/O 能力限制，解决数据库扩展性问题。

MongoDB集群

Chunck(块)：一个区间的数据称为一个数据块，是一个逻辑概念，物理存储并不连续，默认64M，可在MongoDB服务启动时附加 ‘-chunckSize N’ 参数设置块大小。
Sharding(水平分片)：逻辑上是同一个数据库，但物理存储上
Balancing(平衡)：当存在多个可用的分片，且块的数据量足够多，mongodb的balancer(平衡器)会把数据迁移到其他分片上。

一个MongoDB集群基本由3类进程组成：shards(存储数据)、mongos(路由器)、config server(配置服务器)；还可包括clients(客户端)、arbiter(仲裁节点：参与选举，把某个分片存储数据的从节点提升为主节点)等。

Shard Server：即存储实际数据的分片；每个shard可以是一个mongod实例，亦可以是一组mongod实例构成的Replica Set。
- 为了实现每个Shard内部的auto-failover(自动故障转移), MongoDB官方建议每个Shard为一组Replica Set。
mongos：数据库集群请求的入口，所有请求都通过mongos进行协调，不需要在应用程序添加一个路由选择器,mongos自己就是一个请求分发中心, 他负责把对应的数据请求转发到对应的shard服务器上。
- 在生产环境中通常有多个mongos作为集群请求的入口，防止其中一个挂掉而导致整个集群都不能访问。
Config Server：配置服务器, 存储所有数据库元信息(路由，分片)的配置
- 在生产环境中有多个config server配置服务器来存储分片路由的元数据，就算其中一台挂掉也不会影响整个mongodb集群的访问。

MongoDB有三种集群处理方式： Replica Set、Sharding、Master-Slaver

Replica Set 副本集，即在MongoDB集群中保存多份数据, 保证主节点挂掉后,备用节点能够继续提供数据服务, 提供的前提是数据需要和主节点保持一致。(多台服务器间的数据同步) 其架构图如下：

Replica Set架构图

MongoDB(M)：表示主节点；MongoDB(S)：表示备节点； MongoDB(A)：表示仲裁节点

主备节点可存储数据，仲裁节点不存储数据; 客户端同时链接主备节点，不链接仲裁节点。
主节点提供所有的增删改查服务，备节点不提供任何服务；但可通过配置使备节点提供查询服务，这样可减少主节点的压力，当客户端进行数据查询时，请求自动转发到备节点处理。这种设置叫做：Read Preference Modes。
仲裁节点是一种特殊的节点，它本身并不存储数据，主要的作用是决定哪一个备节点在主节点挂掉之后提升为主节点。

Sharding 分片，是使用多个机器存储数据的方法, MongoDB使用分片存储以支持巨大的数据存储量与对数据的操作；Sharding和Replica Set一样,都需要一个仲裁节点，但是Sharding还需要配置节点和路由节点。

The following diagram shows the sharding in MongoDB using sharded cluster.

Sharding

分片的目的：高数据量和吞吐量的数据库应用会对单机的性能造成较大压力,大的查询量会将单机的CPU耗尽,大的数据量对单机的存储压力较大,最终会耗尽系统的内存而将压力转移到磁盘IO上.
一个分片可由多台服务器组成，每台服务器都有一份分片的Replica Set; 根据片键(key), 分片[a,b), MongoDB会在不同分片区间移动数据子集。

Shard Key：分割数据集，需要定制分片key的格式, 通常由一个或多个字段组成以分发数据。

官方已不推荐使用