mongodb 数据块的迁移流程介绍
1. 基本概念
1.1 Chunk（数据块）
表示特定服务器上面，连续范围的分片键值所包含的一组数据，是一个逻辑概念。
例如，某数据块记录如下：
{ "_id" : "chunk-a", // 数据块Id "ns" : "user.address", // 该数据块对应的数据库名和表名 "min" : { // 该数据块对应的分片键值的起始值（包含），是“Shi Jiazhuang” "city" : "Shi Jiazhuang" }, "max" : { // 该数据块对应的分片键值的结束值（不包含），是“Nanjjing” "city" : "Nan Jing" }, "shard" : "repa" // 该数据块存储在repa分片服务器 }
// 即该数据块记录表示，数据库user中的表address中的“city”字段中，其值从“Shi Jiazhuang”（包含）到“Nan Jing”（不包含）这段连续区间的数据，都存储在名为repa的分片服务器。
1.2 Chunk Size（数据块大小）
数据块所对应的数据，如果超过64M（默认值），则会被系统自动切分为两个数据，即数据块会从1块切分为2块，图示如下：
1.3 Migration（数据块迁移）
mongodb有一个后台的平衡器进程，它会监控各个分片服务器上面的数据块的数量，如果发现不同的分片服务器上面数据块的数量差异，超过阈值，则会启动数据块迁移任务，
直至不同的分片服务器之间的数据块的数量差异落在阈值之内，图示如下：
1.4 Migration Thresholds（迁移阈值）
数据块的迁移阈值，是和该表的数据块总数相关的，具体如下：
| 数据块总数量 | 阈值 |
| 小于20 | 2 |
| 20-79 | 4 |
| 大于等于80 | 8 |
2. 迁移流程
数据块的迁移对于用户和应用层来说是透明的，当然可能会有些性能的损失，整个迁移流程有7个步骤，图示如下
各个步骤的内容如下：
1. 平衡器发送迁移命令给源节点。
2. 源节点启动了一个内部的数据块迁移命令给目标节点，同时在数据块迁移期间，对于该数据块的请求依然路由到源节点。
3. 目标节点首先创建该数据块上缺失的索引（如果需要的话）。
4. 目标节点到源节点拉取数据。
5. 目标节点需要到源节点再请求在步骤4执行期间的增量变更数据（新增、更新和删掉），如果有则跳转到步骤4，直到没有增量数据。
6. 数据全部迁移成功后，源节点会向配置服务器（config server）发送请求，更新该数据块的元数据中的”分片服务器（shard）”的值为目标节点。
7. 源节点删除本地的该数据块对应的数据。
3. 最佳实践
以上分享了数据块和数据块迁移的一些基本概念和流程，下面是一些最佳实践。
3.1 关于数据块大小的选择
数据块的大小，默认是64M，通常情况下是不需要修改它的，但是有时候该值的大小根据不同的业务场景会带来不同的影响，需要综合多方面的因素来设置该值。
数据块大小太小：通常情况下，较小的数据块大小，会带来更频繁的数据块迁移，数据在集群间的分布会更加均衡，但是如果分片键设置的不够合理，则会产生很多无法切分（split）的大数据块，太大的数据块无法在分片之间迁移，从而导致数据分布的不均衡性，此时需要把数据块大小调大。
数据块大小太大：较大的数据块，意味着更少的数据块迁移，数据在集群间的分布容易出现不平衡，同时也容易产生读写热点（可手动切分），此时需要把数据块大小调小。
3.2 关于数据块迁移对集群性能的影响
数据块迁移除了占用目标节点和源节点的带宽和磁盘读写资源外，在迁移流程中的步骤6会短暂阻塞对该数据块的访问，影响应用的访问，因此建议设置平衡器的活跃时间窗口，设置为业务低估时进行，步骤如下：
1. 连接到mongos。
2. 切换到config数据库
use config
3. 启动平衡器
如果平衡器是关闭状态，则设置活跃时间窗口也是不会做数据迁移的，命令如下：
sh.startBalancer()
4. 修改活跃时间窗口
db.settings.updateOne( { _id: "balancer" }, { $set: { activeWindow : { start : "01:00", stop : "06:00" } } }, // start和stop的格式为"HH:MM"，其中HH的取值范围是0到23，MM的取值范围是00到59 { upsert: true } )
