扫描二维码
关注或者微信搜一搜：编程智域前端至全栈交流与成长

探索数千个预构建的 AI 应用，开启你的下一个伟大创意：https://tools.cmdragon.cn/

第一章：FastAPI与MongoDB分片集群集成实战

一、分片集群核心概念

分片（Sharding）是MongoDB实现水平扩展的核心技术，通过将数据集分割成多个片段（Shard），每个片段存储在不同的服务器或副本集中。这种架构特别适合处理FastAPI应用中的以下场景：

单节点存储达到TB级数据量
读写吞吐量超过单节点处理能力
需要跨地域部署实现低延迟访问

分片集群由三个核心组件构成：

Mongos路由：查询流量入口（类似图书馆检索台）
Config Server：存储元数据（类似图书索引目录）
Shard节点：实际数据存储节点（类似图书馆书架）

二、Motor驱动配置技巧

使用Motor的异步特性需要特别注意连接池管理。以下是经过生产验证的最佳配置示例：

# requirements.txt
motor == 3.1
.1
fastapi == 0.95
.2
pydantic == 1.10
.7

# database.py
from motor.motor_asyncio import AsyncIOMotorClient
from contextlib import asynccontextmanager


class MongoDBShardClient:
    def __init__(self, uri: str, max_pool_size: int = 100):
        self.client = AsyncIOMotorClient(
            uri,
            maxPoolSize=max_pool_size,
            connectTimeoutMS=3000,
            socketTimeoutMS=5000
        )

    @asynccontextmanager
    async def get_sharded_db(self, db_name: str):
        try:
            yield self.client[db_name]
        finally:
            # 连接自动归还连接池
            pass


# 配置分片集群连接（包含3个mongos路由）
shard_client = MongoDBShardClient(
    "mongodb://mongos1:27017,mongos2:27017,mongos3:27017/"
    "?replicaSet=shardReplSet"
)

关键配置参数说明：

maxPoolSize：根据应用QPS调整，建议 (最大并发请求数)/10
connectTimeoutMS：防止网络波动导致服务不可用
socketTimeoutMS：避免慢查询阻塞整个连接池

三、分片数据路由实战

分片策略选择原则

哈希分片：均匀分布写入（适合日志类数据）
范围分片：支持高效范围查询（适合时间序列数据）
复合分片：结合业务查询模式定制

电商订单分片示例：

# models.py
from pydantic import BaseModel
from datetime import datetime


class OrderShardKey(BaseModel):
    region: str  # 地域前缀
    order_id: str  # 哈希分片依据


class OrderDocument(OrderShardKey):
    user_id: int
    total_amount: float
    items: list[dict]
    created_at: datetime = datetime.now()


# repository.py
class OrderShardRepository:
    def __init__(self, db):
        self.orders = db["orders"]

    async def insert_order(self, order: OrderDocument):
        # 自动路由到对应分片
        return await self.orders.insert_one(order.dict())

在Mongo Shell中执行分片配置：

1 2	sh.enableSharding("ecommerce") sh.shardCollection("ecommerce.orders", {"region": 1, "order_id": "hashed"})

四、聚合管道高级应用

处理分片数据时，聚合管道需要特别注意优化策略：

订单分析管道示例：

async def get_regional_sales(start_date: datetime):
    pipeline = [
        {"$match": {
            "created_at": {"$gte": start_date},
            "region": {"$exists": True}
        }},
        {"$group": {
            "_id": "$region",
            "total_sales": {"$sum": "$total_amount"},
            "avg_order": {"$avg": "$total_amount"}
        }},
        {"$sort": {"total_sales": -1}},
        {"$limit": 10}
    ]

    async with shard_client.get_sharded_db("ecommerce") as db:
        repo = OrderShardRepository(db)
        return await repo.orders.aggregate(pipeline).to_list(1000)

性能优化技巧：

在$match阶段使用分片键作为过滤条件
避免在初始阶段使用$lookup跨分片连接
使用$allowDiskUse处理大型数据集

五、分片索引优化方案

分片集合需要特殊索引策略：

# 创建复合索引
async def create_shard_indexes():
    index_model = [
        ("region", 1),
        ("created_at", -1),
        ("user_id", 1)
    ]

    async with shard_client.get_sharded_db("ecommerce") as db:
        await db.orders.create_index(
            index_model,
            name="region_created_user",
            background=True
        )

索引管理原则：

每个分片维护自己的索引
避免在频繁更新字段上建索引
使用TTL索引自动清理过期数据

六、课后Quiz

为什么在分片集群中要避免使用自增ID作为分片键？
- 答案：会导致写入热点，所有新文档都会路由到同一个分片
聚合管道中$lookup阶段在分片环境下的限制是什么？
- 答案：只能在单个分片内执行，无法跨分片关联文档
如何选择分片集合的索引类型？
- 答案：优先使用覆盖查询的复合索引，结合查询模式设计

七、常见报错解决方案

问题1：No primary server available

1	motor.errors.ServerSelectionTimeoutError: No primary server available

原因：客户端无法连接任何mongos路由
解决：
1. 检查mongos节点状态 netstat -tulnp | grep 27017
2. 验证DNS解析是否正常
3. 增加连接超时时间到5000ms

问题2：Query failed with error code 291

1	Error 291: Cannot $sort with non-equality query on shard key

原因：排序字段不包含分片键前缀
解决：
1. 修改查询包含分片键范围过滤
2. 创建包含排序字段的复合索引
3. 使用$merge阶段优化排序

问题3：Operation exceeded time limit

1	Error 50: Operation exceeded time limit

原因：跨分片查询超时
解决：
1. 添加maxTimeMS参数延长超时时间
2. 优化查询使用分片键过滤
3. 在分片键上创建更合适的索引

余下文章内容请点击跳转至个人博客页面或者扫码关注或者微信搜一搜：编程智域前端至全栈交流与成长，阅读完整的文章：

FastAPI与MongoDB分片集群：异步数据路由与聚合优化