一、什么是 MongoDB 分片集群？
分片集群将数据按片键（Shard Key）分散存储到多个分片（Shard）上，提供近乎线性的横向扩展能力，适用于 TB – PB 级的海量数据存储场景。
·每个分片本身是一个多节点副本集，片内自动容灾，保障高可用。
·支持实例级别的备份与回档，保障数据可靠。
·通过 mongos 路由层对外提供统一访问入口。
二、如何创建 MongoDB 分片集群？
在 MongoDB 购买页 将实例类型选择为分片集群，按需设置分片数量、片内节点数和节点规格即可。每个分片均为多节点副本集，片内自动容灾。
三、如何查看分片集群的信息？
在控制台实例管理页可查看分片构成、各分片节点规格与已用容量，并可进行续费、扩容等操作。
四、分片集群支持哪些扩容方式？
支持两种扩容思路：
·纵向扩容：在控制台对所有分片节点统一提升规格（CPU/内存/磁盘）。
·横向扩容：增加分片数量，将数据进一步分散以扩展存储和写入能力。
在控制台实例列表页单击配置调整即可操作。
五、分片集群支持哪些分片策略？
·哈希分片（Hashed）：按片键哈希值均匀分布数据，适合高频指定值查询、写入需均衡的场景。
·范围分片（Ranged）：按片键取值范围分布数据，适合高频范围查询的场景。
·支持单字段片键，也支持联合字段片键。
注意：说明：
注意：分片实例下的集合需启用分片；不分片的数据建议放到独立的副本集实例中。
六、如何选择合适的片键？
片键对分片集群读写性能至关重要，低版本一旦设置不可修改，选择应遵循：
1. 保证写入数据能均衡散列到各分片，避免热点分片。
2. 尽量让高频查询命中单个分片，避免 mongos 跨分片聚合。
3. 高频范围查询优先选用范围分片。
4. 高频指定查询优先选用哈希分片。
七、如何进行提前预分片？
预分片可让数据从一开始就均衡写入多个分片，避免业务高峰期因 chunk 不均触发 moveChunk 引起的抖动。
哈希预分片（n 为分片数）：
sh.shardCollection("db.collection", {bookId: "hashed"}, false, { numInitialChunks: 8192 * n })
设置 Balancer 窗口（建议在业务低峰期执行数据均衡）：
use configdb.settings.update({"_id":"balancer"}, {"$set":{"activeWindow":{"start":"02:00","stop":"05:00"}}}, true)
八、查询不带片键导致性能差，如何优化？
携带片键的查询可直接定位到对应分片，性能最优；不带片键的查询会广播到所有分片再由 mongos 聚合，效率较低。
优化方案：建立辅助索引表。 当集群分片较多、不带片键的查询又很频繁时，可额外维护一张以高频查询字段为片键的辅助表，通过两次查询替代全分片广播。
示例：主表 feed_info 以 userId 为片键，但业务也高频按 feedId 查询。可引入辅助表 feedId_userId_relationship（以 feedId 为片键）：
// 先查辅助表获取 userIddb.feedId_userId_relationship.find({"feedId": "223"}, {userId: 1}) // 返回 userId: "3445"// 再用片键查主表db.feed_info.find({"userId": "3445"})
注意：说明：
注意：辅助表会增加存储成本和一次额外查询，建议仅在分片多、不带片键查询频繁的场景使用。
九、什么是孤儿文档？如何清理？
在分片集群中，因数据迁移或异常中断，可能出现某文档已复制到目标分片但未从源分片删除的情况，导致同一文档存在于两个分片中。Config Server 只记录其归属分片，另一分片上的冗余文档不被感知，后续 update/delete 不会作用于它，这类文档称为孤儿文档（Orphaned Document）。
清理方式按版本区分：
·MongoDB 4.4及以上：数据块迁移完成后，系统会自动执行范围删除（range deletion）清理孤儿文档，通常无需手动干预；如需手动清理，可在分片的主节点上执行 cleanupOrphaned 命令。详见 cleanupOrphaned（v4.4）。
·MongoDB 4.4以下：不会自动清理，需手动在各分片的主节点（shard primary）上执行 cleanupOrphaned 命令。详见 cleanupOrphaned（v4.2）。