Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Az Azure DocumentDB támogatja a horizontális skálázást az adatok és a forgalom horizontális elosztásához. A gyűjteményen belüli dokumentumok logikai szegmenseknek nevezett adattömbökre vannak osztva.
A felosztás minden gyűjtemény esetében egyénileg van definiálva a gyűjtemény dokumentumstruktúrájának kijelölt shard kulcsának használatával. Az adatok ezután adattömbökbe kerülnek, és mindegyik adattömb egy logikai partíciónak felel meg. A szegmenskulcs tulajdonság minden egyedi értékének dokumentumai ugyanabban a logikai szegmensben találhatók.
A szilánkos gyűjteménybe beszúrt összes dokumentum esetében a szegmenskulcs tulajdonság értéke kivonatolt a kijelölt logikai szegmens kiszámításához. A szolgáltatás teljes mértékben felügyeli a logikai tömbök elhelyezését és a fürtön belüli összes logikai tömb elosztását, ezzel mentesítve a felhasználót a kapcsolódó feladatoktól.
Logikai szeletek
Minden olyan dokumentum, amely ugyanazt az értéket tartalmazza a szegmenskulcshoz, ugyanahhoz a logikai szegmenshez tartozik.
Vegyük például az Alkalmazottak nevű gyűjteményt az alábbi dokumentumstruktúrával.
Ez a táblázat a szegmenskulcs értékeinek logikai partíciókra való leképezését mutatja be.
| Dokumentumazonosító | Töredékkulcs értéke | Logikai töredék |
|---|---|---|
| "12345" | "Steve Smith" | 1. szegmens |
| "23456" | Kovács Júlia | 2. szilánk |
| "34567" | "Steve Smith" | 1. szegmens |
| "45678" | "Michael Smith" | 3. szegmens |
| "56789" | Kovács Júlia | 2. szilánk |
A gyűjtemények logikai szegmenseinek száma nincs korlátozva. A gyűjtemények annyi logikai szegmenst tartalmazhatnak, mint az egyes dokumentumokban a szegmenskulcs tulajdonságának egyedi értékével rendelkező dokumentumok.
Egyetlen logikai szegmens méretének sincs korlátja.
Emellett a szolgáltatás nem korlátozza a tranzakciókat egy logikai szegmens hatókörére. Az Azure DocumentDB támogatja a több logikai szegmensre és a fürt több fizikai szegmensére vonatkozó olvasási és írási tranzakciókat.
Fizikai szegmensek
A fizikai szilánkok az adatok tartósításáért és az adatbázis-tranzakciók teljesítéséért felelős mögöttes gépek és lemezek. A logikai szegmensekkel ellentétben a szolgáltatás a fedél alatt kezeli a fizikai szegmenseket.
A fizikai szegmensek száma a fürt létrehozásakor van meghatározva, és növelhető, ha az adatbázis mérete idővel növekszik. Az önálló szegmensfürtök egyetlen fizikai szegmenst (csomópontot) használnak, amely teljes mértékben felelős a fürt tárolási és adatbázis-tranzakcióiért. A több szegmenses fürtök elosztják az adatokat és a tranzakciókötetet a fürt fizikai szegmensei között.
Logikai rekeszek leképezése fizikai rekeszekre
Új logikai szegmensek hozzáadásakor a fürt zökkenőmentesen frissíti a logikai és a fizikai szegmensek leképezését. Hasonlóképpen, a címtér hozzárendelése az egyes fizikai szegmensekhez módosul, amint új fizikai szegmensek kerülnek hozzáadásra a fürthöz, ezt követően pedig a logikai szegmensek újra kiegyensúlyozódnak a fürtön belül.
A logikai és fizikai részek leképezéséhez használt hash tartomány egyenletesen oszlik el a fürt fizikai részei között. Minden fizikai töredék egyenlő méretű vödröt birtokol a kivonattartomány egy részéből. Minden megírt dokumentum esetében a szegmenskulcs tulajdonság értéke kivonatolt, a kivonat értéke pedig meghatározza a dokumentumnak a mögöttes fizikai szegmenshez való leképezését. Belsőleg több logikai szegmens is egyetlen fizikai szegmensre van leképezve. Ezenkívül a logikai szegmensek soha nem osztódnak meg fizikai szegmensek között, és a logikai szegmensek összes dokumentuma csak egy fizikai szegmensre van leképezve.
Az előző példára épülő, két fizikai szegmenst tartalmazó fürt használatával ez a táblázat a dokumentumok fizikai szegmensekre való leképezését mutatja be.
| Dokumentumazonosító | Töredékkulcs értéke | Logikai töredék | Fizikai töredék |
|---|---|---|---|
| "12345" | "Steve Smith" | 1. szegmens | Fizikai töredék 1 |
| "23456" | Kovács Júlia | 2. szilánk | Fizikai szegmens 2 |
| "34567" | "Steve Smith" | 1. szegmens | Fizikai töredék 1 |
| "45678" | "Michael Smith" | 3. szegmens | Fizikai töredék 1 |
| "56789" | Kovács Júlia | 2. szilánk | Fizikai szegmens 2 |
Fizikai szegmensek kapacitása
A fürt telepítésekor kiválasztott fürtréteg határozza meg egy fizikai szegmens processzor- és memóriakapacitását. Hasonlóképpen a tárolási termékváltozat határozza meg a fizikai szegmensek tárolási és IOPS-kapacitását. A nagyobb fürtszintek nagyobb számítási teljesítményt és nagyobb memóriát biztosítanak, míg a nagyobb tárolólemezek több tárhelyet és IOPS-t biztosítanak. Az olvasás-intenzív munkaterhelések nagyobb fürtszint előnyeit élvezik, míg az írás-intenzív munkaterhelések nagyobb tárolási SKU előnyeit élvezik. A fürtszint vertikálisan fel- és leskálázható a fürt létrehozása után az alkalmazás változó igényei alapján.
Több szegmenses fürtökben az egyes fizikai szegmensek kapacitása megegyezik. A fürtszint vagy a tárolási SKU felskálázása nem változtatja meg a logikai szeletek fizikai szeleteken való elhelyezését. A felskálázási művelet után a fizikai shardok száma változatlan marad, így elkerülhető a klaszter adatainak újraegyensúlyozása.
A fizikai szegmens számítási, memória-, tárolási és IOPS-kapacitása határozza meg a logikai szegmensekhez rendelkezésre álló erőforrásokat. Azok a szeletkulcsok, amelyek nem rendelkeznek egyenletes tárterület- és kérelemtérfogat-eloszlással, egyenetlen tárolás és átviteli sebesség fogyasztását okozhatják a fürtben. A forró partíciók a fizikai szegmensek egyenetlen kihasználtságát okozhatják, ami kiszámíthatatlan teljesítményt és átviteli sebességet eredményezhet. Így a széttagolt fürtök gondos tervezést igényelnek annak érdekében, hogy az alkalmazás követelményeinek idővel történő változásával a teljesítmény konzisztens maradjon.
Replikakészletek
Minden fizikai töredék replikák egy csoportjából áll, amelyeket replikakészletként is emlegetünk. Minden replika az adatbázismotor egy példányát üzemelteti. A replikakészletek tartóssá, magas rendelkezésre állásúvá és konzisztenssé teszik a fizikai szegmensen belüli adattárat. A fizikai szegmenst alkotó replikák öröklik a fizikai szegmens tárolási és számítási kapacitását. Az Azure DocumentDB automatikusan kezeli a replikakészleteket.
Ajánlott eljárások az adatok horizontális felosztásához
Az Azure DocumentDB-ben nincs szükség shardolásra, hacsak a kollekció tárolási és tranzakciós térfogata nem lépi túl egyetlen fizikai shard kapacitását. A szolgáltatás például shardonként 32 TB lemezt biztosít. Ha egy gyűjteményhez 32 TB-nál többre van szükség, akkor szeletelni kell.
Nem szükséges egy több fizikai shardot tartalmazó klaszter összes gyűjteményét shard-olni. Szeletelt és nem szeletelt gyűjtemények ugyanabban a fürtben együtt létezhetnek. A szolgáltatás optimálisan osztja el a fürtön belüli gyűjteményeket, hogy a fürt számítási és tárolási erőforrásait a lehető leg egyenletesen kihasználja.
A nehéz alkalmazások olvasásához a szegmenskulcsot a leggyakoribb lekérdezési minták alapján kell kiválasztani. A gyűjtemény leggyakrabban használt lekérdezésszűrőjét szilánkkulcsként kell kiválasztani az adatbázis-tranzakciók legnagyobb százalékának optimalizálásához a keresés egyetlen fizikai szegmensre való honosításával.
A nagy írási terhelésű alkalmazások esetében, ahol az írási teljesítmény fontosabb az olvasásnál, egy szegmenskulcsot kell választani az adatok fizikai szegmensek közötti egyenletes elosztásához. A legnagyobb számosságú partíció kulcsok lehetővé teszik a lehető legegyenletesebb eloszlást.
Az optimális teljesítmény érdekében a logikai szegmensek tárolási méretének 4 TB-nál kisebbnek kell lennie.
Az optimális teljesítmény érdekében a logikai szegmenseket egyenletesen el kell osztani a tárolásban és a kérések volumenét a klaszter fizikai szegmensei között.
Gyűjtemény horizontális felosztása
Vegye figyelembe a következő dokumentumot a "cosmicworks" adatbázisban és az "employee" gyűjteményben
{
"firstName": "Steve",
"lastName": "Smith",
"companyName": "Microsoft",
"division": "Azure",
"subDivision": "Data & AI",
"timeInOrgInYears": 7
}
Az alábbi minta a cosmicworks adatbázisban lévő alkalmazotti gyűjteményt a firstName mező alapján szilánkokra bontja.
use cosmicworks;
sh.shardCollection("cosmicworks.employee", {"firstName": "hashed"})
A gyűjtemény egy rendszergazdai paranccsal is skálázható:
use cosmicworks;
db.adminCommand({
"shardCollection": "cosmicworks.employee",
"key": {"firstName": "hashed"}
})
Bár nem ideális, hogy a shard kulcsot módosítsuk, miután a gyűjtemény tárterületének mérete jelentősen megnőtt, a reshardCollection paranccsal módosíthatja a shard kulcsot.
use cosmicworks;
sh.reshardCollection("cosmicworks.employee", {"lastName": "hashed"})
A gyűjtemény egy rendszergazdai paranccsal is újraszilárdulhat:
use cosmicworks;
db.adminCommand({
"reshardCollection": "cosmicworks.employee",
"key": {"lastName": "hashed"}
})
A bevált módszer szerint indexet kell létrehozni a shard kulcs tulajdonságon.
use cosmicworks;
db.runCommand({
createIndexes: "employee",
indexes: [{"key":{"firstName":1}, "name":"firstName_1", "enableLargeIndexKeys": true}],
blocking: true
})